多元时间序列特征降维方法研究

摘要：

针对常见的降维方法难以有效地保留多元时间序列主要特征的问题,分析了传统PCA方法在多元时间序列降维中的局限性；提出一种基于共同主成分分析的线性降维方法；把共同主成分与核技巧相结合,通过数学推导,将其拓展为基于共同核主成分分析的非线性降维方法；最后分析两种方法的降维有效性.与传统PCA方法相比,基于共同核主成分分析的降维方法可以表达变量间的非线性关系、能够选取合适的核函数和形状参数,因此降维手段更为灵活、对数据的适应性更强.实验结果表明,本文提出的降维方法能够更有效地对多元时间序列进行降维.

关键词：多元时间序列、特征降维、共同主成分、共同核主成分、模式匹配

所属期刊栏目：34

分类号：TP311(计算技术、计算机技术)

在线出版日期：2013-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：338-344