基于涨落模式的时间序列相似性度量研究

• 作者: 汤子健 王钊
• 来源期刊: 计算机应用研究
• 关键词: 时间序列 涨落模式 相似变形 相似性度量 分类 鲁棒性
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 697-701
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.03.013

摘要

时间序列相似性度量领域中,现有的算法对各类相似性变形的识别能力有限.为了能有效支持识别多种相似性形变,提出涨落模式(FP)的概念,以涨落模式保存原序列的趋势变化信息,利用最长公共子序列算法计算涨落模式的相似度,消除振幅伸缩、振幅漂移和线性漂移等对相似性挖掘带来的影响,实现基于涨落模式的时间序列相似性度量.实验设置仿真数据和真实数据两组实验,对算法的相似性形变识别能力和鲁棒性进行验证.实验表明,此方法能有效地识别各类相似性形变,且在真实数据环境下具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王钊	合肥工业大学计算机与信息学院	12	195	6.0	12.0
2	汤子健	合肥工业大学计算机与信息学院	1	2	1.0	1.0