孙志伟,董亮亮,马永军
天津科技大学 计算机科学与信息工程学院,天津 300222
时间序列是指按照时间先后顺序排列的各个观测记录的有序集合,广泛存在于商业、经济、科学工程和社会科学等领域。随着时间的推移,时间序列通常包含大量的数据。如何对这些时间序列数据进行统计和分析,从中发现一些有价值的信息和知识,一直是用户感兴趣的问题。近年来,时间序列数据上的数据挖掘研究受到普遍关注,包括关联规则挖掘、相似性查询、模式发现、异常检测等。由于时间序列数据的海量和复杂的特点,直接在时间序列上进行数据挖掘,不但在储存和计算上要花费高昂代价,而且可能会影响算法的准确性和可靠性。为了提高数据挖掘算法的准确度和有效性,需要首先对时间序列做预处理,以一种精简的近似表示来代替原始的时间序列数据。
人们对时间序列数据的近似研究做了大量的研究工作,国内外提出了很多时间序列模式表示的方法[1-2]:基于频域方法[3],基于奇异值分解、符号化[4]表示方法以及分段线性表示[5-6]方法。分段线性表示(Piecewise Linear Representation)方法是通过提取原时间序列上反映序列趋势走向的主要特征点,用连续的、首尾相连的直线段来近似表示原序列,具有简单直观,数据压缩率高等特点,是一种数据压缩和消除噪声的有效方法,因此对时间序列线性表示的研究具有重要意义。
按照分段方法的不同,基于分段的表示法……