時間序列特征表示及相似性度量方法研究.pdf

1、時間序列的特征表示和相似性度量這一課題是數(shù)據挖掘領域中極其受到關注的熱點問題。它是時間序列分類、聚類等過程的基礎，有著廣闊的應用前景。
　　分段聚合近似表示(PAA)是時間序列特征表示方法中比較常用的一種。針對PAA算法對每一區(qū)間都平均對待的這一缺點，提出一種基于小波熵的時間序列分段聚合近似表示（PAA_WE）。把某一區(qū)間內的小波能量熵值作為判評這一區(qū)間復雜度的指標，按各區(qū)間內小波熵值的比重來分配各區(qū)間內分段數(shù)。通過matlab對

2、從UCI數(shù)據集中選出的五種不同類型的數(shù)據做出實驗驗證。實驗結果表明:和PAA相比，PAA_ WE對序列進行特征表示時產生的擬合誤差更小，PAA_WE能比PAA更精確的表示時間序列。
　　LB_PAA下界函數(shù)是一種常用的DTW距離的下界函數(shù)。由于在本文中證明了PAA_WE能比PAA更精確的表示時間序列，所以將本文提出的PAA_WE方法再引入到下界函數(shù)領域，對LB_ PAA下界函數(shù)做出改進，提出一種LB_PAAWE下界函數(shù)。通過公式推

3、導，證明了LB_PAAWE是DTW距離的下界函數(shù)。通過matlab仿真實驗，對四種下界函數(shù)的緊密度做出對比。實驗結果表明:LB_PAAWE下界函數(shù)和文中所列的其余三種下界函數(shù)相比，更貼近于DTW距離，是一種較為緊密的下界函數(shù)。
　　本文主要研究了時間序列的特征表示和它的相似性度量這兩方面內容，主要工作有:在特征表示方法中提出一種PAA_WE方法。在相似性度量方法中，將PAA_WE方法運用到了下界函數(shù)理論中，提出了LB_PAAWE下