基于系数矩阵弧微分的时间序列相似度量

摘要：

传统时间序列相似度量算法在时间序列发生平移、时间轴伸缩等情况下,需要时间对齐等人工干预,并且时间复杂度较高,不利于后续数据挖掘处理.为此,基于系数矩阵弧微分提出时间序列相似度量算法.引入回归分析中的最小二乘思想,通过构建系数矩阵获取时间序列形态属性向量基,实现序列曲线的连续化.在此基础上,应用连续函数的弧微分与曲率半径的关系进行时间序列的相似度量.实验结果表明,该算法具有较强的鲁棒性,不仅能实现微观意义上序列之间的相似度量(距离相近),而且能够完成宏观意义上的相似度量(形态相近).

关键词：时间序列、相似度量、最小二乘法、系数矩阵、弧微分

所属期刊栏目：44

分类号：TP18(自动化基础理论)

在线出版日期：2018-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：9-16