基于点分布特征的多元时间序列模式匹配方法

• 作者: 姜青山 王声瑞 管河山
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 多元时间序列 局部重要点 点分布 形状特征 相似性度量 模式匹配
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 数据库技术
• 页码范围: 67-79
• 页数: 13页
• 分类号: TP311
• 字数: 9607字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2009.03450

摘要

多元时间序列模式匹配的常用方法难以刻画序列的全局形状特征,比如,Euclid方法的鲁棒性不够强;而PCA方法不适合处理小规模多元时间序列.基于点的统计分布提出了一种能够有效刻画多元时间序列形状特征的模式匹配方法.首先,提取多元时间序列样本的局部重要点,作为模式描述的方式;然后,根据重要点的统计分布特点构建特征模式向量,并借助Euclid范数来度量两个特征模式向量之间的相似程度,进而进行多元时间序列模式匹配.采用该方法进行模式匹配,充分利用了序列的全局形状特征.实验结果表明,基于点分布特征的多元时间序列模式匹配能够有效地刻画序列的形状特征,且能处理多种规模的序列数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜青山	厦门大学软件学院	36	550	11.0	23.0
2	管河山	厦门大学计算机科学系	4	60	3.0	4.0