10.3969/j.issn.1000-1220.2021.02.009
时间序列特征提取方法研究综述
随着物联网、大数据和人工智能等技术研究和应用的蓬勃发展,各类时间序列数据不断涌现.时间序列数据特征是表象,内在蕴含着丰富的领域知识,如何高效分析时间序列特征模式,提取可辨识的时间序列特征,挖掘数据蕴含的规律,正成为业界研究的热点.本文首先介绍时间序列概念,综述了时间序列分类、聚类和预测三方面研究的最新进展;然后从时间序列特征提取方法的形状特征、时间依赖特性、序列变换特征3方面,详细分析和比较机器学习方法在时间序列问题上的研究情况,最后基于当前时间序列特征提取方法的发展趋势,对时间序列特征提取方法的未来发展做出展望.
时间序列、数据挖掘、特征提取、机器学习
42
TP181(自动化基础理论)
国家自然科学基金青年项目;国家重点研发计划项目
2021-03-29(万方平台首次上网日期,不代表论文的发表时间)
共8页
271-278