基于波动特征时间序列数据挖掘.PDFVIP

第 22 卷 第 2 期 控 　制 　与 　决 　策 2007 年 2 月 Vol . 22 No . 2 Cont rol an d D ecis ion 　　Feb . 2007 　　文章编号 : 100 10920 (2007) 020 16004 基于波动特征的时间序列数据挖掘 武红江 , 赵军平 , 彭勤科 , 黄永宣 (西安交通大学 电信学院 , 西安 7 10049) 摘 　要 : 针对相似度搜索是时间序列数据挖掘的基础 , 构造鲁棒的动态时间弯曲距离是相似性研究的关键 ,考虑时 间序列特征点的重要意义 ,引入一种时间序列波动点的抽取方法 ,采用二叉特征树结构对原序列进行再表达. 该方法 既提取了序列整体趋势信息 ,又有效约减了数据维数. 对多个数据集的层次聚类实验表明 ,在保证较高准确率情况 下 ,该方法显著提高了D TW 的计算效率. 关键词 : 数据挖掘 ; 相似度搜索 ; 动态时间弯曲距离 ; 特征抽取 ; 聚类 中图分类号 : TP393 　　　　文献标识码 : A Data mining based on fl uctuation feature in time series W U H ongj i ang , Z H A O J unp i ng , P E N G Qi nke , H UA N G Yongx u an ( School of Elect ronics and Information Engineering , Xi ’an J iaotong U niver sit y , Xi ’an 7 10049 , China . Correspondent : WU Hongj iang , Email : hongj iangwu @163 . com) Abstract : Similarit y search i s t he foundation of dat a mining in time series , while con st ructing a robu st dynamic time warping di st ance i s t he fir st st ep . Con sidering t he import ance of feat ure point s of time series , a feat ure ext raction met hod based on fluct uation i s p ropo sed , and a binary feat ure t ree building algorit hm i s given . The met hod ext ract s t he whole changing t rend and meanwhile effectively reduces dat a dimen sion s. Clu st ering exp eriment s on several dat a set s show t hat t he new met ho d i s much fast er and more accurat e t han ot her met hods. Key words : Dat a mining ; Similarit y search ; Dynamic time warping di st ance ; Feat ure ext raction ; Clu st ering 1 　引　　言 征点. 基于序列特征点的重要意义 ,本文引入一种特 　　时间序列广泛存在于气象 、电力 、经济金融等诸 征点抽取方法 ,构造了二叉特征树对原序列进行再 多领域. 采用数据挖掘的方法揭示数据内部规