基于涨落模式的时间序列相似性度量研究

摘要：

时间序列相似性度量领域中,现有的算法对各类相似性变形的识别能力有限.为了能有效支持识别多种相似性形变,提出涨落模式(FP)的概念,以涨落模式保存原序列的趋势变化信息,利用最长公共子序列算法计算涨落模式的相似度,消除振幅伸缩、振幅漂移和线性漂移等对相似性挖掘带来的影响,实现基于涨落模式的时间序列相似性度量.实验设置仿真数据和真实数据两组实验,对算法的相似性形变识别能力和鲁棒性进行验证.实验表明,此方法能有效地识别各类相似性形变,且在真实数据环境下具有较强的鲁棒性.

关键词：时间序列、涨落模式、相似变形、相似性度量、分类、鲁棒性

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：国家“863”计划资助项目2012AA011005

在线出版日期：2017-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：697-701