基于符號化的時間序列相似性搜索研究.pdf

1、時間序列作為一種重要的復雜類型數(shù)據(jù)，它普遍存在于現(xiàn)實生活中，諸如氣象、股市、金融、天文等領域。因此對時間序列的相似性研究也逐漸成為數(shù)據(jù)挖掘的研究熱點之一。時間序列采用一個或多個變量來描述事物的特征，因而對時間序列的數(shù)據(jù)挖掘有助于決策者進行正確的決策，所以對時間序列數(shù)據(jù)挖掘的研究具有重要的現(xiàn)實意義。
　　時間序列的符號化方法是時間序列相似性研究的重要思想之一。符號化方法主要是將時間序列映射到某個特定的特征空間，較大程度上約簡時間序列

2、的維數(shù)，根據(jù)時間序列在特征空間中所表現(xiàn)出的特征相似性來代替原始序列的相似性，再采用一定的策略來提高搜索效率。
　　通過閱讀以及研究大量國內外基于符號化的時間序列相似性搜索領域相關文獻，本文系統(tǒng)的研究總結了當前基于符號化的時間序列相似性搜索方法的發(fā)展狀況，以技術發(fā)展框架為前提，對符號化方法發(fā)展各個階段中的經(jīng)典算法進行了詳細的描述和分析，指出所存在的問題，并在此基礎上提出了相應的解決方法，本文主要研究工作包括：
　?。?）本文根

3、據(jù) SAX方法的思想，提出基于均值和斜率的符號化方法描述時間序列的相似性。該方法首先對數(shù)據(jù)進行預處理，將數(shù)據(jù)轉換成標準的正態(tài)分布，為后面的符號化處理做準備；然后將序列進行分段，提取出每一個子段的均值和斜率信息，并將它們轉換成相應的符號，用模式序列代替原始序列；最后，通過模式序列中的均值和斜率每個符號出現(xiàn)的次數(shù)和位置的區(qū)別來進行相似性度量。
　?。?）在時間序列數(shù)據(jù)挖掘中，分層思想的應用能夠有效的降低整個算法的時間復雜度，本文利用分