基于形态相似距离的时间序列相似性度量-计算机工程与应用.PDFVIP

120 2015 ，51（4 ） Computer Engineering and Applications 计算机工程与应用 基于形态相似距离的时间序列相似性度量 1 2 2 门连生 ，卫婧菲 ，李 中 1 2 2 MEN Liansheng , WEI Jingfei , LI Zhong 1.晋城供电公司，山西 晋城 048000 2.华北电力大学 电气与电子工程学院，河北 保定 071003 1.Jincheng Power Supply Company, Jincheng, Shanxi 048000, China 2.School of Electrical and Electronic Engineering, North China Electric Power University, Baoding, Hebei 071003, China MEN Liansheng, WEI Jingfei, LI Zhong. Morphology similarity distance based time series similarity measure- ment. Computer Engineering and Applications, 2015, 51 （4 ）：120-122. Abstract ：Time series similarity measurement is one of the fundamental tasks in time series data analyzing, and the key to similarity matching. In view of shortcomings of Euclidean distance can not compare segment trend similarity and pattern distance measure or its transformations existing discretization problem, the morphology similarity distance based time series similarity measurement is presented in this paper. Experimental results of reorganization and clustering on standard data sets show that the proposed method is feasible and effective. Key words ：time series; morphology similarity distance; similarity; clustering 摘 要：时间序列的相似性度量是时间序列分析的基础工作之一，是进行相似匹配的关键。针对欧几里德距离描述 分段趋势的不足和各种模式距离对应分段之间距离值的离散化问题，提出一种基于形态相似距离的时间序列相似 性度量方法，标准数据集上完成的识别和聚类实验表明了该方法的可行性和有效性。 关键词：时间序列；形态相似距离；相似性；聚类 文献标志码：A 中图分类号：TP311 doi ：10.3778/j.issn. 1002-8331.1312-0107 1 引言 针对欧几里德距离描述分段趋势上的不足，我国学者提 时间序列是一种重要的数据对象，是某个物理量按 出根据上升，保持和下降三种趋势的模式划分，计算其 [7] 照时间顺序观察得到的一串值，这些值可以是具体的实 模式距离来度量两个等长序列的趋势差异程度 ，文献 数值，也可以是观察事件发生的数目或者特定模式的数 [8]对其改进后提出了基于七元模式的形态距离，一定 值。时间序列数据广泛存在于商业、金融、医药、天文气 程度上提高了度量的精度。这类模式距离保