时间序列相似搜方法的研究.pdf

时间序列相似搜索方法的研究 摘要 时间序列相似搜索的研究 专业： 计算机软件与理论 硕士生： 涂宇 指导老师： 刘玉葆副教授 摘要 时间序列数据泛指随时问或空间有序变化的数据，这些数据往往采用等时间 或等空间间隔测量。时间序列数据广泛应用于商业、经济、地质、生物医药、太 空探测等诸多科学工业领域中。如何充分有效地管理和利用这些时间序列数据， 从中发现隐藏的规律和知识，受到广泛关注。由于时间序列数据具有高维性、噪 声干扰及波动性等特点，因此时间序列数据挖掘成为数据挖掘中的一个重要研究 方向。 时间序列数据挖掘大体可以分为时间序列表示和挖掘两个阶段。时间序列表 示是提取时间序列的主要特征，在更高层次上对时间序列重新描述。挖掘是指对 表示后的时间序列做进一步的数据挖掘工作。本文主要在时间序列表示和相似搜 索方面做了相关研究。本文主要工作为如下几个方面： 1．时间序列的表示是时间序列数据挖掘研究的基础。重要点的分段表示法 (IP)是目前应用最为广泛的时间序列特征提取方法之一，具有较好的数据压缩和 去除噪声能力，但参数的选择对时间序列的近似效果有很大的影响。基于多分辨 率的重要点检索分段方法(MIP)也是一种时间序列特征提取方法，该方法能很好 的近似时间序列，但运行效率比较低。为了改进以上两种方法的不足，我们提出 了一种改进的序列分段的方法：基于重要点的多分辨率检索表示法。针对时间序 列的benchmark做了大量的实验，从误差，压缩率、效率等方面来衡量本文方法 和前面两种方法。实验表明，与基于重要点的分段方法相比，MRIP方法能对时 间序列进行更好的压缩，误差更小，有更好的近似效果；与基于多分辨率的重要 点检索分段方法相比，在近似效果相当的情况下，运算效率更高。 2．基于BIRCH聚类特征及凝聚层次聚类的思想和时间序列数据相邻的点有 内在的依赖关系，本文提出了基于聚类特征的时间序列划分算法(Segmentation fortimeseriesbasedonBIRCH algorithm Clustering，简称SBC)。对时间序列的 l 时间序列相似搜索方法的研究 摘要 benchmark做了相关划分实验，并和经典的SW划分算法进行实验对比。通过实 验结果分析，本文划分方法能达到很好的划分性能。 3．采用基于重要点的多分辨率检索表示法提取特征模式后，对提取的模式 序列提出了基于斜率模式的动态时间弯曲距离度量(Slope)WTD．于基用采。 BIRCH聚类特征的时间序列划分算法提取特征模式后，对提取的模式序列介绍了 基于均值模式的动态时间弯曲距离度量(Mean 实验，本文提出和介绍的距离度量有很好的过滤性能。与全序列DTw搜索相比， 只对极少量满足过滤条件的序列与待搜索序列进行全序列DTW距离计算，在时 间性能上有很大的提高。 关键字：数据挖掘时间序列划分算法相似搜索 Ⅱ 时间序列相似搜索方法的研究 ABSTRACT Researchon inTime SimilaritySearching SeriesDatabase and SoftwareTheories Major：Computer Name：砌翰 ProfessorLiuYubao