时间序列相似性度量的面积距离方法的研究.pdfVIP

第10卷 第6期 软 件 导 刊 VO1．1ONO．6 2011年 6月 SoftwareGuide Jun．20ll 时问序列相似性度量的面积距离方法的研究 周庆 兰，陈 然 ，周 鹏 (西南交通大学 信息科学与技术学院，四川 成都 610031) 摘 要 ：针对现有的一些时间序列相似性度量函数存在的问题 ，在时间序列分段线性表示的基础上，提出了一种新的 基于面积的度量方法。分段后的时间序列，用对齐法解决时问序列模式之间长度可能不相等的问题，再通过平移，将 相交的两线段所围成的面积，作为相似性度量的函数。该方法与现有的一些相似性度量方法进行比较，并且通过人．y-模 拟数据和真实的股票数据进行实验，证明了该方法能够更好地进行相似性搜索，并且较其他的方法，更合理，有效。 关键词 ：相似性量度；面积距离；欧氏距离；斜率距离量度；相似性搜索 中图分类号 ：TP301 文献标识码 ：A 文章编号 ：1672-7800(2011)06—0007—03 度量相似性时鲁棒性差 以及物理概念不明确等缺陷，但是 0 引言 计算 比较复杂，不利于海量时间序列数据的搜索。本文在 此基础上进行深人研究，提出一种时间序列面积距离相似 时间序列的分析主要包括时间序列的表示 ，时间序列 性度量准则 ，实现了时间序列的相似性搜索。 的相似性搜索，时间序列的聚类 (或分类)，时间序列的预 测，时间序列的异常检测等。本论文主要讨论时间序列的 2 问题描述 相似性。时序列相 似性 的研 究最早 是 由 IBM 公 司 的 Agrawal等人 1993年提出的。该 问题被描述为 “给定某 2．1 时间序列线性表示 个时间序列，要求从一个大型时间序列数据库中找出与之 时间序列具有时间性 ，海量性 ，复杂性 。它不经处理 最相似的序列”。时间序列的相似性研 究是时间序列聚 就进行相似性搜索，搜索的时复杂度高，而且结果不准确， 类、分类、预测 以及异常检测的基础，有很大的研究意义。 所 以首先要对时间序列进行预处理 ，过滤时间序列中的噪 声，压缩时间序列中的数据量等。离散傅立叶变换，离散 1 相关研究 小波变换，奇异值分解 ，分段线性表示法 ，符号法 以及界标 模型等都能进行时间序列的表示 ，但是就 目前研究来看， 大规模时间序列数据库相似性搜索是数据挖掘和知 分段线性表示方法 的效果更胜～筹 ，基于该方法的改进也 识发现的热点内容之一。对于已进行数据变化 (时间序列 比较多。分段线性表示 (PiecewiseLinearRepresentation， 表示等)的时间序列，一个好的相似性度量的函数能够有 PLR)是一种时间序列特征提取和维数约简的重要方法。 效地实现时间序列的相似性搜索。普通规范距离、动态时 它直接连接时间序列中的特殊点，以直线段来模拟原始的 间弯曲距离、模式距离、最小距离等在不同应用背景中均 时间序列 。其一般表达形式如下 ：X一 {(xl，x2，t2)，…， 可作为度量相似性的有效方法，但是领域相关性较强，模 (xi一1，xi，ti)，…，(z 一1，．Tcn，tn))，其 中，z～1，xi(i= 式距离接近 自然语言描述 ，模式定义 的物理意义更明确 ， 1，2，…，)分别表示第 i段直的线起始值和终点值 ，ti表 划分