基于SAX方法的股票时间序列数据相似性度量方法研究

• 作者: 付巍巍 刘威 曾繁慧 王江 邵良杉
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 时间序列 相似性 符号集合近似方法 股票数据 复合距离函数
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 数据挖掘
• 页码范围: 115-118
• 页数: 4页
• 分类号: TP18
• 字数: 4084字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2009.09.037

摘要

特定数据集上高效的相似性度量方法是目前时间序列数据挖掘领域研究的重点内容之一.针对经过SAX方法降维后的股票数据在相似性度量中缺乏趋势变化的动态信息这一问题,本文提出了一种融合了点距离与模式距离优点的新型相似性度量函数--复合距离函数,并通过实证分析验证了该距离函数在相似性度量中的有效性,为揭示股票数据间相互依赖的规律以及时间序列相似性问题的进一步研究提供了新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵良杉	辽宁工程技术大学系统工程研究所	189	1464	18.0	27.0
2	刘威	辽宁工程技术大学理学院	21	130	7.0	11.0
3	王江	辽宁工程技术大学理学院	7	56	4.0	7.0
4	曾繁慧	辽宁工程技术大学理学院	29	119	6.0	9.0
5	付巍巍	辽宁工程技术大学理学院	4	41	2.0	4.0