多变量时间序列聚类综述

杨秋颖，翁小清

(河北经贸大学 信息技术学院，河北 石家庄 050061)

0 引 言

MTS在心理学、经济学、商业、金融等社会人文科学以及工程、质量控制、监测和安全等领域是一种非常普遍的数据类型。MTS的主要特征为：第一，MTS含有时间和变量两个维度，且属性变量间可能存在相关和冗余[1]；第二，不同的MTS样本的长度或取样频率可能不一定相同[2]。MTS的高维性和高冗余性使得传统的聚类方法有时无法直接用于此类数据类型。

聚类是一个把数据对象划分成子集的过程，每一个子集是一个簇，使得簇中对象彼此相似，但与其他簇中的对象不相似[3]。MTS聚类面临以下两个挑战[4]：

(1)高维度。MTS在时间维度的基础上增加了变量维度，使得特征的数量越来越高，确定对MTS聚类有重大贡献的显著特征，以及减少表现为虚假特征的滋扰的影响是MTS聚类的一项重大挑战。

(2)隐含特征。MTS可能存在一些隐藏的特征，这些特征可能不明显，因此在直接的数据分析中被忽略。这些隐含特征是给定数据集中的外生因素或内生因素。传统的机器学习技术在捕捉这些存在但隐藏的特征方面效果较差。因此，在为集群解决方案建模时，需要更先进和严格的方法来考虑这些可能的特性。

本文从基于实例、基于特征和基于模型的角度，对近年来MTS聚类方法的研究进行归类，并简要介绍其在实际中的应用。

1 基于实例的方法(Instance-based)

基于实例的时间序列聚类是指，对未经过任何处理的时间序列直接应用聚类算法实现聚类[5]。……