时间序列数据趋势转折点提取算法

• 作者: 孙连英 石晓达 葛娜 邢邗
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 时间序列 趋势转折点 UCR时间序列分类数据集 分段线性表示 拟合误差
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 56-61,68
• 页数: 7页
• 分类号: TP391
• 字数: 4275字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2018.01.009

摘要

时间序列数据蕴含趋势信息,可以根据数据的趋势信息提取趋势转折点,达到压缩数据、减少噪声影响的目的.通过分析时间序列数据的趋势信息,提出自适应数据趋势转折点提取算法.该算法不依赖任何先验知识,根据数据本身的趋势特征自动提取趋势转折点,提取信息包括坐标索引和对应数据.UCR时间序列分类数据集与SEEP、CAP和PAA等算法进行对比的实验结果表明,在多种数据情况下,该算法拟合误差和分类错误率更小,平均拟合误差为0.373 6,分类错误率同原始数据的分类错误率相比减少3.39％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙连英	北京联合大学自动化学院	31	133	7.0	10.0
2	葛娜	北京联合大学信息学院	6	29	3.0	5.0
3	石晓达	北京联合大学信息学院	5	20	2.0	4.0
4	邢邗	北京联合大学信息学院	3	10	2.0	3.0