基于EMD的时间序列相似性度量算法

• 作者: 王瑞 贾瑞玉
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 时间序列 相似性 趋势 向量距离
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 71-74,78
• 页数: 5页
• 分类号: TP301
• 字数: 3964字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.11.015

摘要

时间序列本身具有高维、高噪声的特点.在进行相似性度量之前,需要对序列进行特征表示.针对时间序列相似性度量工作中,使用分段线性表示方法对序列进行特征表示,分段拟合效果依赖于划分粒度,若分段数和分段点选取不当,可能导致拟合效果不佳、难以准确反映序列整体形态趋势的问题,提出一种新的基于趋势的相似性度量方法.该方法将经验模态分解方法与分段线性表示方法相结合,首先用经验模态分解方法过滤细节信息,提取序列的主要形态趋势,得到趋势拟合序列.在此基础上,再用分段线性表示方法对趋势拟合序列进行分段表示,减少拟合结果对划分粒度的依赖性.最后给出序列的分段向量距离计算方法,对趋势分段序列计算加权向量距离,得到不同序列之间的相似性.仿真实验表明,该算法稳定有效、对噪声不敏感.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾瑞玉	安徽大学计算机科学与技术学院	62	688	17.0	23.0
2	王瑞	安徽大学计算机科学与技术学院	13	17	3.0	4.0