时间序列数据挖掘的相似性度量综述

• 作者: 刘晨晖 孙博 陈海燕
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 时间序列数据挖掘 时间序列相似性 相似性度量 挖掘精度
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 综述与评论
• 页码范围: 1-11
• 页数: 11页
• 分类号: TP273
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2016.0462

摘要

在时间序列数据挖掘中，时间序列相似性是一个重要的概念。对于诸多算法而言，能否与一种合适的相似性度量方法结合应用，对其挖掘性能有着关键影响。然而，至今仍没有统一的度量相似性的方法。对此，首先综述了常用的相似性度量方法，分析了各自的优点与不足；其次，讨论了近年来出现的时序相似性的新解释及其度量方法；再次，探讨了相似性度量在时序挖掘任务中的应用以及与挖掘精度的关系；最后给出了关于时序相似性度量进一步的研究方向。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈海燕	南京航空航天大学计算机科学与技术学院	37	269	7.0	15.0
5	孙博	南京航空航天大学计算机科学与技术学院	7	150	4.0	7.0
6	刘晨晖	南京航空航天大学计算机科学与技术学院	1	70	1.0	1.0