时间序列特征提取方法研究综述

摘要：

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.

关键词：时间序列、数据挖掘、特征提取、机器学习

所属期刊栏目：42

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金青年项目;国家重点研发计划项目

在线出版日期：2021-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：271-278