基于PSO的不确定时间序列模体发现算法

摘要：

针对不确定时间序列(uncertain time series ,UTS)的模体发现(motif discovery ,MD)问题,提出了基于粒子群(particle swarm optimization ,PSO)的 UTS MD 算法.该算法根据 UTS的特点,设计了基于 PSO 的UTS MD的研究框架,并通过对时间序列片段的起始时刻和持续时间进行编码和修正,实现了在该框架下对UTS的MD .在实验中,针对所提出的算法,验证了其可行性,比较了其与MK 、MOEN算法在运行时间、占用内存和收敛性方面的性能,并分析了其MD准确率,结果表明所提方法占用较少内存与运行时间,可以发现不同长度的模体,且具有收敛性和较高的准确率.

关键词：不确定时间序列、粒子群、模体发现

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金71771216资助课题

在线出版日期：2018-08-15（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：1639-1645