基于离均差的时间序列相似性度量

• 作者: 曹洋洋 林意
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 时间序列 向量 夹角余弦 相似性度量 离均差
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 76-82,87
• 页数: 8页
• 分类号: TP311
• 字数: 5606字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2017.05.015

摘要

时间序列的相似性度量是数据挖掘领域研究的一个热点,高维多元时间序列数据一般含有大量的噪声不利于相似性的比较.针对现有的时间序列度量方法存在的问题,在改进的时间序列自底向上融合算法的基础上,提出一种新的基于离均差的时间序列相似性度量的夹角余弦算法(Angle Cosine Metric Similarity,ACMS).ACMS算法将时间序列等价为一个多维度的向量,充分考虑2个向量的方向和大小特征,增强振幅变化的鲁棒性,减少人为干扰,对数据挖掘中的聚类和预测具有帮助作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林意	江南大学数字媒体学院	68	260	8.0	12.0
2	曹洋洋	江南大学数字媒体学院	4	6	2.0	2.0