陈 超，胡才亮，崔 钰，谢 芳，杨慧芳，王 健

（安徽明生恒卓科技有限公司，安徽合肥 230000）

数据集成是统计学的一个分支，现阶段相关领域学者对于数据集成的研究已经取得了一定进展，使得数据集成技术逐渐完善，然而，数据时空分布不均与数据混乱情况下的数据集成效果依然较差。尤其是工业信息、通信信息等各行各业所产生的庞大信息量通常都较为混乱，数据呈现无序性和多源性，因此，对多源异构的数据集成便成为了该领域的研究重点之一。

针对此问题，一些学者进行了相关研究。文献[1]提出了分布式数据集成方法，建立一种分布式环境下高性能数据工具，通过大数流式计算框架实现多源异构数据的集成，但该方式太过依赖于数据工具，不适用于普及使用。文献[2]提出了基于多目标优化技术的多源异构数据集成方法，通过建立多目标群交叉优化算法处理不平衡数据集，过滤大部分多源异构数据，以此完成数据集成，但该方式过滤掉太多数据，已无法满足统计学中对多源异构数据的集成要求。

多源异构的数据集成通常以时间序列形式呈现，数据量较大且集成难度增加，而利用传统方法进行多源异构时序数据集成出现执行和抽取时间较长、筛选准确率较低的问题，因此该文提出了基于时空聚类的多源异构时序数据集成方法。

1 多源异构时序数据协同处理

在进行数据集成时，需要将时序不同步的混乱数据进行同步处理，该文通过三种方式汇集时序数据，分别为滤除、插值以及混合式时序数据[3-4]。……