时间序列的细微距离发现
时间序列是信息系统中大量储存的一类重要数据对象.而序列间的距离计算是很多时间序列数据开采或数据提取问题的核心.针对目前的序列距离定义模型对非总体的细微关联特征不敏感的问题,提出了一种新的时间序列距离定义模型--时间序列的细微距离MD(X ,Y).并提出了一种将时间序列由时域映射到频域,在频域中分离出不同的序列变化形式, 以确定时间序列细微差别程度的算法--FDD算法.FDD算法具有较高的效率,且可以消除基准值与幅间度的影响.
数据开采、时间序列分析、细微距离、FDD算法
37
TP18(自动化基础理论)
中国科学院资助项目79990580;科技部科研项目G1998030414;清华大学校科研和教改项目
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
1064-1070