带权Bernstein基的对偶泛函在时序相似性度量中的应用

摘要：

提出了带权Bernstein基的对偶泛函的离散形式,并用于逼近时间序列,将基函数的控制向量作为时间序列的特征向量,达到压缩数据的目的.根据时间序列的凸包个数解决了对偶泛函的定阶问题,用时间序列的特征向量提出了基于极大似然比的相似性检验统计量,并给出相似系数的计算公式.最后通过正交变换得到相互无关的控制点特征向量,据此可以实现多个时间序列的相似性比较、聚类分析等.模拟数值试验证明,该方法能有效压缩数据,计算精度高,可实现不等长度的时间序列数据的相似性比较,体现了大数据挖掘的特点.

关键词：Bernstein基函数、相似性度量、对偶泛函、定阶问题、极大似然比统计量

所属期刊栏目：30

分类号：TP311.13;TP391(计算技术、计算机技术)

在线出版日期：2015-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：3-9