面向不確定時間序列的分類方法.pdf

1、隨著科學技術的發(fā)展，經(jīng)濟的進步，人們獲得數(shù)據(jù)的途徑越來越多，數(shù)據(jù)量的增長已經(jīng)達到了前所未有的速度。人們將此稱為“大數(shù)據(jù)”時代的到來。另一方面，隨著數(shù)據(jù)處理技術的發(fā)展，人們對數(shù)據(jù)的不確定性的認識也更加的深入。例如，在醫(yī)療，環(huán)境監(jiān)測，經(jīng)濟等領域，數(shù)據(jù)的不確定性普遍存在。不確定數(shù)據(jù)背后隱藏的豐富的信息使得不確定數(shù)據(jù)的管理和挖掘成為數(shù)據(jù)庫的熱點研究問題之一。不確定數(shù)據(jù)中記錄值的取值是不確定的，同傳統(tǒng)的確定性數(shù)據(jù)相比，數(shù)據(jù)的描述、建模和存儲更加復

2、雜。這使得對于不確定數(shù)據(jù)的管理和挖掘面臨著更大的挑戰(zhàn)。
　　時間序列是一種重要的數(shù)據(jù)類型，其在經(jīng)濟金融分析、物理、天文、醫(yī)學和語音處理等諸多領域有著廣泛的應用。在傳統(tǒng)的確定性數(shù)據(jù)領域，關于時間序列的管理和挖掘已經(jīng)有了很多很好的方法。例如，在時間序列建模方面，主要的方法有:1）基于時間域連續(xù)表示的逐段線性近似、逐段回歸近似等;2）基于變換的表示的離散傅立葉變換、離散小波變換等。關于傳統(tǒng)的時間序列的相似性主要有:Minkowski距離

3、、編輯距離和DTW距離等。但是這些方法并不能直接的應用于不確定時間序列。因此，需要對傳統(tǒng)的時間序列的管理和挖掘方法進行改進或者提出新的適用于不確定時間序列的方法。
　　本文針對不確定時間序列的相似性和分類問題進行了研究，采用兩個不確定數(shù)據(jù)的距離函數(shù)所構成的隨機變量的期望來作為這兩個不確定數(shù)據(jù)的距離度量，稱該距離度量為期望距離。期望距離能夠簡化不確定時間序列的建模，降低不確定時間序列的存儲代價。根據(jù)傳統(tǒng)時間序列的Minkowski距

4、離的DTW距離的思想提出了不確定時間序列的基于期望距離的Minkowski距離和DTW距離，并利用它們進行不確定時間序列的分類。針對不確定時間序列DTW距離的計算代價較高，結(jié)合期望距離的特性和傳統(tǒng)時間序列DTW距離的下界函數(shù)的思想，提出了四種面向不確定時間序列DTW距離的下界函數(shù)，從而提高了采用DTW距離來進行不確定時間序列分類時的執(zhí)行效率。最后，實驗結(jié)果顯示本文提出的不確定時間序列的分類方法有著較高的分類正確性，不確定時間序列DTW距