基于動態(tài)時間彎曲的時間序列相似性搜索技術(shù)的研究.pdf

1、時間序列相似性搜索是時間序列數(shù)據(jù)挖掘算法的核心子例程，時間序列相似性搜索的效率已經(jīng)成為制約時間序列挖掘算法發(fā)展的瓶頸所在。時間序列表示和相似性度量是時間序列相似性搜索的研究基礎(chǔ)，對實現(xiàn)時間序列的相似性搜索任務(wù)具有至關(guān)重要的作用。
　　動態(tài)時間彎曲作為一種相似性度量方法可以有效處理時間序列沿時間軸上的變形等問題，具有良好的魯棒性。然而時間序列數(shù)據(jù)通常是連續(xù)增長的不間斷數(shù)據(jù)流，直接進行相似性搜索工作會造成相當大的存儲空間消耗，且可能影

2、響算法的準確性和可靠性。因此需要對時間序列進行預(yù)處理，以簡潔和抽象的形式表達出原有時間序列的主要性質(zhì)，在經(jīng)過處理后的序列集上進行相似性搜索，從而提高序列相似搜索的效率。
　　本課題在分析國內(nèi)外時間序列數(shù)據(jù)挖掘最新研究的基礎(chǔ)上，從時間序列相似性搜索出發(fā)，研究了時間序列的分段線性表示和動態(tài)時間彎曲等問題，主要完成了以下工作：
　　(1)分析時間序列相似性搜索的現(xiàn)狀及相似性搜索技術(shù)，并深入研究了時間序列分段線性表示方法和動態(tài)時間彎

3、曲距離度量方法。
　　(2)提出并定義了轉(zhuǎn)折點和轉(zhuǎn)折點優(yōu)先隊列，在此基礎(chǔ)上提出了基于斜率提取轉(zhuǎn)折點的分段線性表示方法。該方法選取轉(zhuǎn)折點優(yōu)先隊列中的點作為序列候選點，能夠在壓縮原始序列的同時提取序列的主要性質(zhì)。實驗表明，該方法在多個領(lǐng)域的數(shù)據(jù)集上取得了良好的擬合效果，且具有良好的穩(wěn)定性。
　　(3)剖析以動態(tài)時間彎曲為相似性度量的搜索算法，提出了基于級聯(lián)下界的動態(tài)時間彎曲算法。該方法通過將多種下界函數(shù)結(jié)合，并改進LB_K eo