有监督时间序列分割与状态识别算法

摘要：

时间序列分割与状态识别是一项重要的时间序列挖掘任务,可用于识别被监测对象的运行状态,然而目前多数无监督时间序列分割算法得到的结果无法满足用户的状态识别期望.为实现符合用户意图的时间序列分割,提出一种有监督的时间序列分割算法.构造特征集合并自动训练特征概率模型参数,以此构建特征高斯概率分布模型进行相关序列的特征设计,同时利用匹配损失计算和改进的贪心策略设定特征权重约束,通过增加分割位置约束条件及增量计算2种优化方式提高分割效率.在多个真实数据集上的实验结果表明,与pHMM和AutoPlait算法相比,该算法可以全面表达状态类别,对时间序列进行更精准的分割.

关键词：数据挖掘、时间序列分割、状态识别、特征模型、贪心策略

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61672163,U1509213

在线出版日期：2020-05-29（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：131-138