一种基于关键点的时间序列线性表示方法.pdf

第 43卷 第 5期 计 算 机 科 学 Vo1．43No．5 2016年 5月 Computer Science M av2016 一 种基于关键点的时间序列线性表示方法 陈帅飞 吕 鑫 戚荣志 王龙宝 余 霖 (河海大学计算机与信息学院 南京211100) 摘 要 时间序列数据具有规模大、维度高等特点，直接在原始序列上进行数据挖掘，其计算复杂度高且易受噪声影 响，因此对原始时间序列进行预处理是必不可少的，而常用的线性表示方法大多存在对分段点的筛选准确度不高的问 题。基于时间序列的变化特征 ，提出了一种基于时间序列关键点的线性表示方法。该方法综合考虑 了时间跨度和振 幅变化，能高效提取时间序列中的关键点，并防止过度除噪，实现简单。实验表明，该方法对不同领域的数据具有良好 的普 适性。 关键词 数据挖掘，时间序列，线性表示，关键点，过度除噪 中图法分类号 TP311 文献标识码 A DOI 10．11896／j．issn．1002—137X．2016．5．043 LinearRepresentationM ethodBasedonKeyPointsforTimeSeries CHENShuabfei LV Xin QIRong-zhi WANG Long-bao YU Iin (CollegeofComputerandInformation，HohaiUniversity，NaNing211100，China) Abstract Timeseriesdatahasthefeaturesoflargescaleandhighlatitude．Ithashighcomputationalcomplexityandis susceptibletonoiseifdoingdataminingontheraw sequencedirectly，SOtheoriginaltimeseriespretreatmentisessen— tial，andmostmethodsofcommonlyusedlinearrepresentationhavelow accuracyinselectionpiecewisepoints．Basedon thetimeseriesvariation，weproposedalinearrepresentationmethodbasedonkeypointsfortimeseries．Themethod takesintoaccountthetimespanandamplitudechangesandcanefficientlyextractkeypointsinthetimeseries，which canpreventexcessivenoiseremovalandisimplemenedsimply．Experimentsshow thatthemethodhasgooduniversality fordatafrom differentareas． Keywords Datamining，Timeseries，Linearrepresentation，Keypoints，Excessivenoiseremoval 列线性表示口 ]方法被提了出来，其主要 目的是保留nel1]序 1 引言 列的主要特征，忽略局部细微的改变。 在数据挖掘领域中，时间序列数据挖掘是一个热点研究 近年来，国内外许多学者对线性表示方法进行 了深入的 方向_1]。时间序列是指按照时间顺序采集的一系列观测数 研究，提出了许多优秀的线性表示方法。时间序列线性表示 据，并且采样的时间间隔相等。时间序列在股票、科学实验、 方法的主要思想就是用一系列前后相互连接的线