時間序列分類的研究.pdf

1、時間序列分類是時間序列數(shù)據(jù)挖掘的重要任務(wù)之一。它比普通分類問題困難的主要原因是時間序列數(shù)據(jù)長度不一致，而一般的分類算法只能處理長度相等的數(shù)據(jù)。即使是長度相等的時間序列，因為不能直接比較時間序列在相同位置上的數(shù)值，還是不能直接使用一般的分類算法。解決這幾個難點通常有兩種方法：第一，定義適合分類的距離度量，使得在此度量意義下相近的序列有相同的分類標(biāo)簽，這類方法稱為領(lǐng)域無關(guān)的方法；第二，先利用時間序列中前后數(shù)據(jù)的依賴關(guān)系建立模型，再利用模型參

2、數(shù)來表示每條序列，最后用一般的分類算法進行訓(xùn)練和分類，這類方法稱為領(lǐng)域相關(guān)的方法。
　　 本論文分別從這兩方面進行了研究，針對這兩類方法提出了相應(yīng)的改進方法，并對提出的兩類改進算法進行了比較研究。主要工作有：
　　 (1)人們常常會用不同的“分辨率”來分析時間序列數(shù)據(jù)，而基于點距離的度量不具備這種的能力，無法有效反映不同時間尺度下時間序列的相似性。時間序列分類的第一類方法目前大都是基于點距離的方法，對股票價格這種人們比較

3、關(guān)心走勢的時間序列的分析存在不足。變化趨勢反映了時間序列的動態(tài)特性，具有更高的使用價值。本論文針對已有的時間序列趨勢化表示算法TR對時間序列信息描述不完整的缺陷，提出了基于均值的時間序列趨勢化算法ITR，并重新定義了距離度量方法。該距離度量結(jié)合了趨勢距離和點距離的優(yōu)勢，比傳統(tǒng)的趨勢化算法提供了更多的描述信息，因而能夠獲得比傳統(tǒng)的趨勢化算法更精確的結(jié)果。實驗結(jié)果表明，基于均值的趨勢距離度量的分類器比基于傳統(tǒng)趨勢距離度量的分類器具有更高的分

4、類精度。
　　 (2)時間序列分類的第二類方法當(dāng)前大多是采用(主成分分析)PCA、(保局部投影)LPP等對1-NN分類器進行優(yōu)化。通過LPP得到的映射簡單并且是線性的，能夠表示數(shù)據(jù)的非線性結(jié)構(gòu)，因此LPP算法應(yīng)用廣泛。然而LPP算法是一種無監(jiān)督的學(xué)習(xí)算法，未能充分地利用樣本的類別信息，求取的并不是判別意義上的最優(yōu)的投影向量，而且所找出的投影矩陣的列向量并不是兩兩正交的，數(shù)據(jù)重構(gòu)比較困難。本論文通過引入LDA(線性判別分析)的思想

5、，充分利用樣本的類別信息，求取判別意義上最優(yōu)的投影向量，將LPP算法擴展為一種有監(jiān)督的學(xué)習(xí)算法，同時采用一種簡單的正交化方法使投影矩陣的列向量兩兩正交，消除冗余特征，從而獲得更好的1-NN分類器。
　　 (3)長期以來，研究者往往只傾向于使用其中的某一類算法，而對這兩類算法的對比研究卻比較缺乏。我們采用豐富的分類數(shù)據(jù)集對提出的算法ITR和SLDPP進行了深入的比較和分析。通過比較，我們發(fā)現(xiàn)領(lǐng)域相關(guān)的算法SLDPP+1NN比較有優(yōu)