基于特征点分段的多元时间序列相似性搜索-计算机工程与应用.PDFVIP

162 2012 ，48 （33） Computer Engineering and Applications 计算机工程与应用 ⦾图形、图像、模式识别⦾ 基于特征点分段的多元时间序列相似性搜索 王 燕，马倩倩，韩 萌 WANG Yan, MA Qianqian, HAN Meng 兰州理工大学 计算机与通信学院，兰州 730050 College of Computer and Communication, Lanzhou University of Technology, Lanzhou 730050, China WANG Yan, MA Qianqian, HAN Meng. Similarity search algorithm for multivariate time series based on fea- ture points. Computer Engineering and Applications, 2012, 48 （33 ）：162-166. Abstract ：A variety of methods for matching multivariate time series can not measure similarity accurately and effi- ciently at the same time. This paper proposes a similarity search algorithm by segmentation based on special points of multivariate time series. It extracts the feature points, by which it segments the multivariate time series, and then transforms them into pattern sequences, thus the global shape characteristics of the original sequences can be re- tained. It makes the similarity search with the hierarchical matching method. The experimental results show that this method can effectively portray the global shape features of the sequences, retain local similarity matching by hierar- chical matching, and improve the accuracy of the search at the same time. Key words ：multivariate time series; segment; similarity search; feature points; hierarchy 摘 要：现有的各种多元时间序列相似性搜索方法难以准确高效地完成搜索任务。提出了一种基于特征点分 段的多元时间序列相似性搜索算法，提取所定义的用于分段的特征点，分段后将原时间序列转化为模式序列， 该模式序列能够很好地保留原序列的全局形状特征，再用分层匹配的方法进行相似性搜索。实验结果表明， 该方法能够有效刻画序列的全局形状特征，通过分层匹配保留局部的相似性，同时提高搜索准确率。 关键词：多元时间序列；分段；相似性搜索；特征点；分层 文献标识码：A 中图分类号：TP311 doi ：10.3778/j.issn. 1002-8331.1206-0440 1 引言 间序列分析中占重要地位。当前的模式匹配方法研 [2] 随着技术水平的不断发展，各个领域中产生了 究主要针对一元时间序列 ，产生了比较成熟的理 大量随时间变化的时序数据。要从时间序列中挖掘 论，而针对多元时间序列的模式匹配研究相对较少， 出对决策有用的信息，需要解决的最关键的问题就 还不够成熟。然而现实世界中多