時(shí)間序列相似搜索方法的研究.pdf

1、時(shí)間序列數(shù)據(jù)泛指隨時(shí)間或空間有序變化的數(shù)據(jù)，這些數(shù)據(jù)往往采用等時(shí)間或等空間間隔測(cè)量。時(shí)間序列數(shù)據(jù)廣泛應(yīng)用于商業(yè)、經(jīng)濟(jì)、地質(zhì)、生物醫(yī)藥、太空探測(cè)等諸多科學(xué)工業(yè)領(lǐng)域中。如何充分有效地管理和利用這些時(shí)間序列數(shù)據(jù)，從中發(fā)現(xiàn)隱藏的規(guī)律和知識(shí)，受到廣泛關(guān)注。由于時(shí)間序列數(shù)據(jù)具有高維性、噪聲干擾及波動(dòng)性等特點(diǎn)，因此時(shí)間序列數(shù)據(jù)挖掘成為數(shù)據(jù)挖掘中的一個(gè)重要研究方向。
　　 時(shí)間序列數(shù)據(jù)挖掘大體可以分為時(shí)間序列表示和挖掘兩個(gè)階段。時(shí)間序列表示是提

2、取時(shí)間序列的主要特征，在更高層次上對(duì)時(shí)間序列重新描述。挖掘是指對(duì)表示后的時(shí)間序列做進(jìn)一步的數(shù)據(jù)挖掘工作。本文主要在時(shí)間序列表示和相似搜索方面做了相關(guān)研究。本文主要工作為如下幾個(gè)方面：
　　 1.時(shí)間序列的表示是時(shí)間序列數(shù)據(jù)挖掘研究的基礎(chǔ)。重要點(diǎn)的分段表示法(IP)是目前應(yīng)用最為廣泛的時(shí)間序列特征提取方法之一，具有較好的數(shù)據(jù)壓縮和去除噪聲能力，但參數(shù)的選擇對(duì)時(shí)間序列的近似效果有很大的影響。基于多分辨率的重要點(diǎn)檢索分段方法(MIP)

3、也是一種時(shí)間序列特征提取方法，該方法能很好的近似時(shí)間序列，但運(yùn)行效率比較低。為了改進(jìn)以上兩種方法的不足，我們提出了一種改進(jìn)的序列分段的方法：基于重要點(diǎn)的多分辨率檢索表示法。針對(duì)時(shí)間序列的benchmark做了大量的實(shí)驗(yàn)，從誤差，壓縮率、效率等方面來衡量本文方法和前面兩種方法。實(shí)驗(yàn)表明，與基于重要點(diǎn)的分段方法相比，MRIP方法能對(duì)時(shí)間序列進(jìn)行更好的壓縮，誤差更小，有更好的近似效果；與基于多分辨率的重要點(diǎn)檢索分段方法相比，在近似效果相當(dāng)?shù)那?/p>

4、況下，運(yùn)算效率更高。
　　 2.基于BIRCH聚類特征及凝聚層次聚類的思想和時(shí)間序列數(shù)據(jù)相鄰的點(diǎn)有內(nèi)在的依賴關(guān)系，本文提出了基于聚類特征的時(shí)間序列劃分算法(Segmentationalgorithm for time series based on BIRCH Clustering，簡(jiǎn)稱SBC)。對(duì)時(shí)間序列的benchmark做了相關(guān)劃分實(shí)驗(yàn)，并和經(jīng)典的SW劃分算法進(jìn)行實(shí)驗(yàn)對(duì)比。通過實(shí)驗(yàn)結(jié)果分析，本文劃分方法能達(dá)到很好的劃分性能

5、。
　　 3.采用基于重要點(diǎn)的多分辨率檢索表示法提取特征模式后，對(duì)提取的模式序列提出了基于斜率模式的動(dòng)態(tài)時(shí)間彎曲距離度量(Slope DTW)。采用基于BIRCH聚類特征的時(shí)間序列劃分算法提取特征模式后，對(duì)提取的模式序列介紹了基于均值模式的動(dòng)態(tài)時(shí)間彎曲距離度量(Mean_DTW)。對(duì)時(shí)間序列搜索進(jìn)行大量實(shí)驗(yàn)，本文提出和介紹的距離度量有很好的過濾性能。與全序列DTW搜索相比，只對(duì)極少量滿足過濾條件的序列與待搜索序列進(jìn)行全序列DTW