基于符号化聚合近似的时间序列相似性复合度量方法

• 作者: 刘芬 郭躬德
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 时间序列 符号化聚合近似 相似性 模式距离 复合度量
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 192-198
• 页数: 7页
• 分类号: TP391
• 字数: 6005字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2013.00192

摘要

基于关键点的符号化聚合近似(SAX)改进算法(KP_SAX)在SAX的基础上利用关键点对时间序列进行点距离度量,能更有效地计算时间序列的相似性,但对时间序列的模式信息体现不足,仍不能合理地度量时间序列的相似性.针对SAX与KP_SAX存在的缺陷,提出了一种基于SAX的时间序列相似性复合度量方法.综合了点距离和模式距离两种度量,先利用关键点将分段累积近似(PAA)法平均分段进一步细分成各个子分段；再用一个包含此两种距离信息的三元组表示每个子分段；最后利用定义的复合距离度量公式计算时间序列间的相似性,计算结果能更有效地反映时间序列间的差异.实验结果显示,改进方法的时间效率比KP_SAX算法仅降低了0.96％,而在时间序列区分度性能上优于KP_SAX算法和SAX算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭躬德	福建师范大学数学与计算机科学学院	74	600	12.0	22.0
5	刘芬	福建师范大学数学与计算机科学学院	3	18	2.0	3.0