基于波动特征的时间序列数据挖掘

摘要：

针对相似度搜索是时间序列数据挖掘的基础, 构造鲁棒的动态时间弯曲距离是相似性研究的关键,考虑时间序列特征点的重要意义,引入一种时间序列波动点的抽取方法,采用二叉特征树结构对原序列进行再表达.该方法既提取了序列整体趋势信息,又有效约减了数据维数.对多个数据集的层次聚类实验表明,在保证较高准确率情况下,该方法显著提高了DTW的计算效率.

关键词：数据挖掘、相似度搜索、动态时间弯曲距离、特征抽取、聚类

所属期刊栏目：22

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金60373107

在线出版日期：2007-03-27（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：160-163