基于统计特征向量的时序符号化改进算法

• 作者: 任长安 张新玉 李晓翠 罗庆云
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 多维时间序列 特征向量 加权属性 符号化 主成分分析
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 155-159
• 页数: 5页
• 分类号: TP18
• 字数: 4730字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.10.029

摘要

传统基于统计特征向量的时间序列符号化算法不能较好地保留时序数据的特征信息,且不支持多维时间序列的符号化.为此,提出一种改进算法.对于单维时间序列,引入特殊点时间序列分割方法,在其基础上实施符号化.对于多维时间序列,在利用基于加权属性的主成分分析方法将多维时间序列转化为单维时间序列后,再实施符号化.实验结果表明,与传统算法相比,改进算法具有较高的精确度,且能保留时序特征点,同时支持多维时间序列的符号化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗庆云	湖南工学院计算机与信息科学学院	44	181	7.0	12.0
2	任长安	湖南工学院计算机与信息科学学院	19	69	4.0	8.0
3	张新玉	湖南工学院计算机与信息科学学院	7	20	2.0	4.0
4	李晓翠	湖南工学院计算机与信息科学学院	11	15	2.0	3.0