文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 基于时间序列相似性聚类的应用研究综述
侵权投诉

基于时间序列相似性聚类的应用研究综述

基于时间序列相似性聚类的应用研究综述

陈湘涛,李明亮,陈玉娟:基于时间序列相似性聚类的应用研究综述2010,31(3)577

人工智能

0引言时间序列作为数据库中的一种数据形式,它广泛存在于各种大型的商业、医学、工程和社会科学等数据库中,形成规模庞大的时间序列数据库。与其它数据形式相比较,时序数据的特点有[1]:①有明显的时间先后。每个记录都必须有时间维按时间顺序进行排列,如果按关联规则的表示方法,所得的规则应体现出时间要素,一般应是先发生的事件导致后发生的事件,体现出时间关联,而不像市场货篮数据那样没有时间先后之分。②记录的属性类型可以分为3

种:一是布尔型(有或没有,0或1);二是类别型(月份差别,从事的职业类型等);三是数值型(年龄、气温等)。③反映出序列特征。不论是上述哪种类型,应该是变量在某一时间段内连续(或采样)的记录集,有一定的连贯性,一般有规律性可寻。随着数据库知识发现(knowledgediscoveryindata-base,KDD)和模式识别等计算机技术的发展,出现了基于大量甚至海量数据库的数据挖掘技术,其研究目的是从大量时间序列数据中发现未知的重要模式和知识,并据此做出具有知识驱动的决策。

收稿日期:2009-02-26;修订日期:2009-10-20。

基于时间序列相似性聚类的应用研究综述

1时间序列分割

为了对时间序列进行聚类,需要对时间序列进行分割,然

后对分割后的子序列进行聚类[2]、分类[3]、异常检测[4]、时间序列建模等

[5]

。时间序列的分割是指把长度为n的时间序列S分

为k段(k<<n),然后对各段进行特征描述并记为S,,使得S,与S尽可能相似[6]。为什么要进行时间序列分割呢?主要原因是:

(1)时间序列往往非常长,数据点的个数往往达到亿级,在理论上甚至是无限制的,并且在某个时间段它的特征是按照某种规律变化的,如果用每个数据点来描述往往会失去这些特征,并且有时也是不现实的;

(2)时间序列在演变过程中,由于各种因素的影响,会表现某种局部特征,这些局部特征可以用某种模式来描述,这样我们可以忽略一些细节上变化,把握局部特征,这对时间序列数据挖掘有时不失为一种好的办法。可以极大提高数据挖掘的效率,并且不会丢失时间序列的重要特征,可以有效改善聚类结果。

1.1时间序列线性划分

线性划分作为一种简单而实用的算法在大量的序列分段

第1页

你可能喜欢

  • 时间序列聚类
  • 时间序列数据
  • 多元时间序列分析
  • 时间表示方法
  • 十大数据挖掘算法
  • 时间序列的平稳性

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email