基于符號(hào)化的時(shí)間序列相似性搜索研究.pdf

1、時(shí)間序列作為一種重要的復(fù)雜類型數(shù)據(jù)，它普遍存在于現(xiàn)實(shí)生活中，諸如氣象、股市、金融、天文等領(lǐng)域。因此對(duì)時(shí)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(diǎn)之一。時(shí)間序列采用一個(gè)或多個(gè)變量來(lái)描述事物的特征，因而對(duì)時(shí)間序列的數(shù)據(jù)挖掘有助于決策者進(jìn)行正確的決策，所以對(duì)時(shí)間序列數(shù)據(jù)挖掘的研究具有重要的現(xiàn)實(shí)意義。
　　時(shí)間序列的符號(hào)化方法是時(shí)間序列相似性研究的重要思想之一。符號(hào)化方法主要是將時(shí)間序列映射到某個(gè)特定的特征空間，較大程度上約簡(jiǎn)時(shí)間序列

2、的維數(shù)，根據(jù)時(shí)間序列在特征空間中所表現(xiàn)出的特征相似性來(lái)代替原始序列的相似性，再采用一定的策略來(lái)提高搜索效率。
　　通過閱讀以及研究大量國(guó)內(nèi)外基于符號(hào)化的時(shí)間序列相似性搜索領(lǐng)域相關(guān)文獻(xiàn)，本文系統(tǒng)的研究總結(jié)了當(dāng)前基于符號(hào)化的時(shí)間序列相似性搜索方法的發(fā)展?fàn)顩r，以技術(shù)發(fā)展框架為前提，對(duì)符號(hào)化方法發(fā)展各個(gè)階段中的經(jīng)典算法進(jìn)行了詳細(xì)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，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(hào)化方法描述時(shí)間序列的相似性。該方法首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，將數(shù)據(jù)轉(zhuǎn)換成標(biāo)準(zhǔn)的正態(tài)分布，為后面的符號(hào)化處理做準(zhǔn)備；然后將序列進(jìn)行分段，提取出每一個(gè)子段的均值和斜率信息，并將它們轉(zhuǎn)換成相應(yīng)的符號(hào)，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(gè)符號(hào)出現(xiàn)的次數(shù)和位置的區(qū)別來(lái)進(jìn)行相似性度量。
　?。?）在時(shí)間序列數(shù)據(jù)挖掘中，分層思想的應(yīng)用能夠有效的降低整個(gè)算法的時(shí)間復(fù)雜度，本文利用分