不确定时间序列的相似性匹配研究

摘要：

确定时间序列的相似性匹配方法都没有考虑数据的不确定性，而现实世界中诸如温度传感器等设备采集到的数据往往是不确定的，并且两条不确定时间序列之间的距离也是不确定的，所以现有的确定时间序列的相似性匹配方法不适用于这些领域。针对此问题，提出了基于统计学的规约算法，并且基于该算法提出了不确定时间序列相似性匹配的两种新型算法。在规约过程中，规约算法优化了不同背景下不确定时间序列的小概率点和奇异点的处理。在匹配过程中，首先提出了圆环匹配算法，它通过构建匹配圆环完成相似性匹配，并且通过多次重启提高相似性匹配的准确度和效率；然后在规约算法的基础上，提出了期望匹配的改进算法，它通过增加包络约束消除期望匹配算法中出现的误判问题。

关键词：时间序列、不确定性、匹配、降维、欧氏距离

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目71171045，61201249;国家教育部博士点基金资助项目20120075120007

在线出版日期：2014-11-15（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：3349-3352