多元時間序列相似性搜索算法研究.pdf

1、多元時間序列廣泛存在于現(xiàn)實世界中，如航天、金融、醫(yī)療、氣象等領(lǐng)域。由于用多個變量描述事物的狀態(tài)，多元時間序列更貼近現(xiàn)實而非理想狀態(tài)，因而對于多元時間序列數(shù)進行據(jù)挖掘更有助于人們進行決策，所以研究多元時間序列數(shù)據(jù)挖掘問題具有重要的理論和現(xiàn)實意義，越來越得到人們的重視。
　　 多元時間序列的數(shù)據(jù)挖掘任務(wù)包括分類、預(yù)測、聚類等，在它們之前，相似性問題的研究是關(guān)鍵而重要的一步。時間序列相似性搜索是從時間序列數(shù)據(jù)庫中發(fā)現(xiàn)與給定時間序列的模

2、式很相似的時間序列，它是時間序列數(shù)據(jù)挖掘的首要問題，是解決時間序列其他挖掘任務(wù)的前提和基礎(chǔ)，因而成為當(dāng)前時序研究的熱點。
　　 模式表示是衡量多元時間序列相似程度的方法，因此也成為多元時間序列相似性搜索的一項關(guān)鍵技術(shù)，在時間序列分析中占重要地位。迄今為止，人們對模式表示方法的研究大部分還是面向一元時間序列的，并且建立了較為全面、成體系的理論，與此形成鮮明對比的是，對多元時間序列模式表示的研究還很少且不夠成熟。
　　 通過

3、閱讀及研究大量國內(nèi)外時間序列數(shù)據(jù)挖掘及相似性搜索領(lǐng)域的文獻，本文系統(tǒng)的研究總結(jié)了當(dāng)前多元時間序列相似性搜索技術(shù)的發(fā)展狀況，以技術(shù)發(fā)展框架為前提，對相似性搜索各個階段中典型的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(chǔ)上提出了相應(yīng)的解決方法，主要研究工作包括:
　　 (1)多元時間序列數(shù)據(jù)庫數(shù)據(jù)量龐大，一個重要問題是如何快速的找到需要的信息。為應(yīng)對這個問題，本文引入分層思想來安排整個相似性搜索算法的執(zhí)行過程。分層思想實

4、質(zhì)是逐步的、按照粒度不斷細化的方式來解決問題的，這更加符合人類的思維方式，更加智能化和人性化。在對多元時間序列進行相似性搜索的過程中，通過逐層篩選，縮小搜索的范圍，可以極大地減少計算量，提高算法執(zhí)行的效率。
　　 (2)研究各種從一元時間序列中提取出的重要點，分析其適用范圍和優(yōu)缺點，在此基礎(chǔ)上進行改進和重定義，提取多元時間序列的特征點，并將這種特征點應(yīng)用于多元時間序列分割和模式表示，更大程度的保留原序列的趨勢信息，同時不忽略細節(jié)