基于时间序列分段的气象数据压缩算法.pdfVIP

2014年 第23卷 第 8期 http：／／www．c—S—a．org．ca 计 算 机 系 统 应 用 基于时间序列分段的气象数据压缩算 程 敏 ，一，翁宁泉 1,2,3，刘 庆 ，孙 刚 ，陈小威 2 (中国科学院安徽光学精密机械研究所 中国科学院大气成分与光学重点实验室，合肥 230031) (中国科学院大学，北京 100049) (中国科学技术大学 环境科学与光电技术学院，合肥 230022) 摘 要：直接采用风速、温湿压等气象参数原始时间序列对其进行短期预测、相似匹配、分类聚类等数据挖掘工作 不但效率低下，而且会影响时间序列数据挖掘的准确性和可靠性．提出了一种简单快速的基于特征点的筛选算法对 时间序列进行分段线性表示．对气象参数等时间序列进行实验，并就计算性能和拟合误差与另外一种序列分段算法 进行了对比分析，结果表明该方法能有效地提取序列的主要形态，同时降低对于阈值的依赖，具有计算代价小、快 速方便、通用性强等特点，在气象数据压缩上具有较好的应用前景． 关键词：时间序YU；模式表示；特征点；数据压缩 MeteorologicalDataCompressionAlgorithm BasedonTime-SeriesSegmentation CHENGMin．一，WENGNing-Quan．2’3，LIUQing，SUNGang，CHENXiao．Wei二 (K‘eyLaboratoryofAtmosphericCompositionandOpticalRadiation，AnhuiInstituteofOpticsandFineMechnaics,Chinese AcademyofSciences，Hefei230031，China) ‘ (UniversityofChineseAcademyofSciences，Beijing100049，China) (nIstiutteofEnvironmentalSciencenadPhotoelectricTechnology,UniversiytofSciencenadTechnoloyg ofChnia’Hefei230022， China) Abstract：Itisnotonlyinefficienttousethelaw timeseriesofmeteorologicalparametersuchaStemperaturerefractive indexstructureparameter,windspeedandtemperautretomakeshort-term prediction，querysimilraitynadclaSsifynad clustertimeseries，butalsoaffectsaccuracyandreliabiliytofdataminingoftimeseries．Thisarticleproposesasimple nadfastmethodwhichbasedonhteelectionofextremapointnadtendencyturningpointtomkaehtepiecewiselinera representationoftimeseries．ThemehtodCallextracthtemainpattern ofserieseffectively,na dreducehtedependencyof threshold．Ithasthechraacteristicofsmallcostofcomputing，efficientnadconvenientnadstrongcommonaliyt．Then baSedonhtat，hteexperimentsontemperaturerefractiveindexstructureparameterandohterkindsofmeteorological praameterraeimplementednadconducthtecompraisonanalysisbetweenhtemehtodandnaohterkindofsequence segmenattionalgorithm．Theresultshowsthathtemehtodproposediscapableofreflectinghtepattem oftimeseries effectivelyandaccurate