基于导数序列时间序列同构关系发现.docVIP

基于导数序列时间序列同构关系发现 　　摘要： 　　时间序列子序列匹配作为时间序列检索、聚类、分类、异常监测等挖掘任务的基础被广泛研究。但传统的时间序列子序列匹配都是对精确相同或近似相同的模式进行匹配，为此定义了一种全新的具有相似发展趋势的序列模式――时间序列同构关系，经过数学推导给出了时间序列同构关系判定的法则，并基于此提出了同构关系时间序列片段发现的算法。该算法首先对原始时间序列进行预处理，然后分段拟合后对各时间序列分段进行同构关系判定。针对现实背景数据难以满足理论约束的问题，通过定义一个同构关系容忍度参数使实际时间序列数据的同构关系挖掘成为可能。实验结果表明，该算法能有效挖掘出满足同构关系的时间序列片段。 　　关键词： 　　时间序列；数据挖掘；子序列匹配；分段；模式发现 　　中图分类号： 　　C931.6TP301.6 　　文献标志码：A 　　Abstract： 　　As the basis of time series data mining tasks， such as indexing， clustering， classification， and anomaly detection， subsequence matching has been researched widely. Since the traditional time series subsequence matching only aims at matching the exactly same or approximately same patterns， a new sequence pattern with similar tendency， called time series homogeneous pattern， was defined. With mathematical derivation， the time series homogeneous pattern judgment rules were given， and an algorithm on time series homogeneous pattern discovery was proposed based on those rules. Firstly， the raw time series were preprocessed. Secondly， the homogeneous patterns were matched with segmentation and fitting subsequences. Since practical data can not satisfy the theoretical constraints， a parameter of homogeneous pattern tolerance was defined to make it possible for the practical data homogeneous patterns mining. The experimental results show that the proposed algorithm can effectively mine the time series homogeneous patterns. 　　英文关键词Key words： 　　time series； data mining； subsequence matching； segmentation； pattern discovery 　　0引言 　　时间序列数据挖掘的主要任务包括相似性检索、聚类、分类、模式发现、异常监测等，其中模式发现又分为序列模式发现、有趣模式发现、周期模式挖掘、异常模式发现等。序列模式发现最早由Agrawal等[1]提出，算法的输入是一系列序列数据集，算法的目标是找到满足用户定义的最小支持度的所有频繁序列模式；有趣模式发现[2]是指发现满足用户事先预期的、存在特定规律的模式行为；周期模式发现[3-7]根据周期特征的不同，分为完全周期模式挖掘、部分周期模式挖掘、同步周期模式挖掘、异步周期模式挖掘、近似周期模式挖掘等；异常模式发现[8]是指找出发生频率远不同于先前预期的模式行为。 　　已有的时间序列模式发现技术都是通过挖掘完全相同的序列模式，基于已知序列模式训练集的趋势从而进行未知序列模式的趋势预测。但现实的时间序列数据中，往往很难找到完全相同的时间序列模式，却存在类似发展趋势的时间序列模式。比如，各个国家钢铁产量时间序列、不同病人的心电图序列、不同地区降水量序列等，以上序列间虽不一定存在完全相同的序列模式，但由于内在的发