基于滑动平均与分段线性回归的时间序列相似性
针对时间序列相似性度量中欧氏距离对异常数据敏感以及 DTW距离算法效率低的问题,提出基于滑动平均与分段线性回归的时间序列相似性方法.首先,使用初始可变滑动平均算法以及分段线性回归对原始时间序列进行数据变换,并将分段线性回归的参数(截距与距离)集作为时间序列的特征,以实现时间序列的特征提取和数据降维;然后,利用动态时间弯曲距离进行距离计算.该方法在时间序列相似性上与 DTW算法的性能相近,但是在算法效率上几乎提高了 9 6%.实验结果验证了该方法的有效性与准确性.
时间序列、滑动平均、线性回归、动态时间弯曲距离
45
TP311.13(计算技术、计算机技术)
天津市科技支撑计划项目15ZXHLGX00210,14ZCDZGX00811;天津市科技支撑计划13ZCZDGX01200;天津市产学研合作项目14ZCZDSF00025;天津市863成果转化项目13RCHZGX01116;天津市863成果转化项目14RCHZGX00862
2018-08-15（万方平台首次上网日期，不代表论文的发表时间）
共4页
110-113
