基于SAX方法的股票时间序列数据相似性度量方法研究

摘要：

特定数据集上高效的相似性度量方法是目前时间序列数据挖掘领域研究的重点内容之一.针对经过SAX方法降维后的股票数据在相似性度量中缺乏趋势变化的动态信息这一问题,本文提出了一种融合了点距离与模式距离优点的新型相似性度量函数--复合距离函数,并通过实证分析验证了该距离函数在相似性度量中的有效性,为揭示股票数据间相互依赖的规律以及时间序列相似性问题的进一步研究提供了新思路.

关键词：时间序列、相似性、符号集合近似方法、股票数据、复合距离函数

所属期刊栏目：31

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目70572070

在线出版日期：2009-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：115-118