基于波动特征的时间序列数据挖掘
来源期刊:控制与决策2007年第2期
论文作者:武红江 赵军平 彭勤科 黄永宣
文章页码:160 - 163
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;
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DTW的计算效率.
武红江,赵军平,彭勤科,黄永宣
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DTW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;