一种基于趋势的时间序列相似性模型

• 作者: 敖环环 杨少松 陈帅飞
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 时间序列 数据挖掘 相似性 趋势 线性表示
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 【光电测试技术】
• 页码范围: 196-199
• 页数: 4页
• 分类号: TP311
• 字数: 3544字
• 语种: 中文

摘要

针对传统基于欧氏距离的时间序列相似性模型，搜索相似时间序列子段效率低、形态不完整的问题，本文提出了一种基于趋势的时间序列相似性模型。该模型以时间序列分段线性表示和符号化为基础，通过计算符号串的编辑距离得出时间序列在形态上的差异性。同时该模型把时间序列长度和时间序列变化幅度单独考虑，扩大了该模型的使用范围。实验表明，本文提出的基于趋势的时间序列相似性模型，在相似性匹配方面，搜索效率高于传统基于欧氏距离时间序列相似性模型；同时，该模型侧重于形态方面的相似性，所以对时间轴方向的偏移和白噪声不敏感，适用于不等长时间序列的相似性匹配。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	敖环环	河海大学计算机与信息学院	1	2	1.0	1.0
2	陈帅飞	河海大学计算机与信息学院	3	17	2.0	3.0
3	杨少松	河海大学计算机与信息学院	1	2	1.0	1.0