基于分段直方图的时间序列相似度查询.pdfVIP

计算机科学2004V01．31N9．10(增刊) 基于分段直方图的时间序列相似度查询 Efficient over SimilarityQueriesTime—SeriesData Piecewise Using Histograms 沈克爽刘建伟陈锋乐嘉锦 (东华大学计算机科学与技术系 上海200051) AbstractInthis considerthe ofeffective retrievalovertime—series and paper，we problem similarity Sequences to time—series to thedata subsequences．Weproposeapply distributionoftime—series histogramcapture sequence with temporalinformation aswellas is included．Sequencematching subsequencematchingalgorithmspresented． The resultis and experimentsreported indicatesthatour isaneffectire analyzed，which histogram—basedapproach to overtime—seriesdata． techniqueprocesssimilarityquerms Time—series Keywords sequence，Similarityquery．P／ecewise histogram．Subsequencematching 的情况下，获得合适的阈值是非常困难的。还有一些 1引言 方法[9““。将时问序列数据变换成文奉申．再应用 时间序列数据涵盖了计算机中处理的很大一部 字符串匹配的技术来检索时间序列中的相似模式， 分数据，如股票交易的数据、Web服务器日志、电信 但是这类变换对噪声过分敏感。综上所述．虽然在时 通话记录等。目前，在时间序列的建模和查询等方面 间序列相似度查询方面已经发展出很多方法，但是 已经做出许多工作。这些工作中的大部分，都集中于 到目前为止，对长度互不相同的时间序列，还没有发 处理对时间序列的“精确”查询}而不能满足新出现 展出既可以处理全序列匹配又可以处理于序列匹配 的一系列应用．如般票数据分析和气象数据分析的 的方法。本文提出了一种基于直方图的近似方法来 需求。这类查询可以被归结为对时间序列相似度的 处理时间序列的相似度查询，它不仅可以处理全序 查询，即对时间序列进行匹配。 列匹配，还能处理子序列匹配。我们采用分段直方图 时间序列的相似度查询可以分为两大类： 进行数据表达，使用加权欧几里德距离来测定时间 a)全序列匹配 比较多个序列时，把序列作为 序列之间的距离。实验结果表明本文提出的方法可 整体，在每个序列的全长上的计算相互之间相似度。