基于分段聚合时间弯曲距离的时间序列挖掘

• 作者: 李海林 杨丽彬 郭崇慧
• 来源期刊: 山东大学学报：工学版
• 学科: 工学
• 关键词: 时间序列 分段聚合近似 动态时间弯曲 数据降维
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 57-62
• 分类号: TP311.1
• 语种: 中文

摘要

针对时间序列的相似性度量问题,提出基于分段聚合时间弯曲距离的时间序列挖掘方法。首先运用经典分段聚合近似方法来对时间序列进行数据变换,实现时间序列的特征提取和数据降维,然后利用动态时间弯曲距离进行距离计算,最后将其应用于时间序列聚类和分类的数值实验中。新方法不仅过程简单、易于实现,而且实验结果表明其平均分类错误率与传统分段时间弯曲相比,几乎降低了50%。同时,新方法在运行时间和聚类挖掘结果上都具有一定的优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭崇慧	大连理工大学系统工程研究所	75	1223	20.0	33.0
2	杨丽彬	龙岩学院数学与计算机学院	4	32	2.0	4.0
3	李海林	大连理工大学系统工程研究所	11	388	8.0	11.0