時間序列的相似性查詢與異常檢測.pdf

1、本文主要研究了相似性查詢與異常檢測，包括時間序列的模式表示、相似性度量、索引和查詢、異常定義和檢測，主要的研究內容和研究成果簡單介紹了時間序列的模式表示由于時間序列數據的海量和復雜數據特點，直接在時間序列上進行數據挖掘不但在儲存和計算上要花費高昂代價而且可能會影響算法的準確性和可靠性。時間序列的模式表示是一種對時間序列進行抽象和概括的特征表示方法，是在更高層次上對時間序列的重新描述。論文首次將邊緣算子引入時間序列研究，提出了基于時態(tài)邊緣

2、算子的分段線性表示方法(簡稱為TEO表示)。TEO表示簡單直觀，具有數據壓縮和除噪能力。在不同領域的時間序列數據集上的實驗表明：與其它幾種分段線性表示相比，TEO表示與原始時間序列之間的擬合誤差更小，具有很強的適應性，能夠應用于不同的數據特征環(huán)境?！　”疚臍w納了時間序列的三種異常類型，并對時間序列的模式異常進行了深入探討和研究。在時間序列的模式表示基礎上，提出了基于模式密度的時間序列模式異常的定義。同時，給出了時間序列模式異常的檢測算