模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2011年
5期
665-672
,共8页
时间序列数据挖掘%形态特征%符号化聚合近似%数据降维
時間序列數據挖掘%形態特徵%符號化聚閤近似%數據降維
시간서렬수거알굴%형태특정%부호화취합근사%수거강유
由于形态特征能够较为客观地反映时间序列的变化趋势,在时间序列数据降维过程中,形态特征的提取能够保留较为充分的数据信息,为提高后期的时序数据挖掘的效率提供可靠的保障.文中提出基于形态特征的时间序列符号聚合近似方法,综合考虑分段序列的均值和数据分布的形态特征,并且通过论域转化对它们实现符号转化.在相同的压缩比环境下,与传统符号化表示方法相比,该方法能更好地提供原始时间序列数据信息,进而提高时间序列数据挖掘的效率.
由于形態特徵能夠較為客觀地反映時間序列的變化趨勢,在時間序列數據降維過程中,形態特徵的提取能夠保留較為充分的數據信息,為提高後期的時序數據挖掘的效率提供可靠的保障.文中提齣基于形態特徵的時間序列符號聚閤近似方法,綜閤攷慮分段序列的均值和數據分佈的形態特徵,併且通過論域轉化對它們實現符號轉化.在相同的壓縮比環境下,與傳統符號化錶示方法相比,該方法能更好地提供原始時間序列數據信息,進而提高時間序列數據挖掘的效率.
유우형태특정능구교위객관지반영시간서렬적변화추세,재시간서렬수거강유과정중,형태특정적제취능구보류교위충분적수거신식,위제고후기적시서수거알굴적효솔제공가고적보장.문중제출기우형태특정적시간서렬부호취합근사방법,종합고필분단서렬적균치화수거분포적형태특정,병차통과론역전화대타문실현부호전화.재상동적압축비배경하,여전통부호화표시방법상비,해방법능경호지제공원시시간서렬수거신식,진이제고시간서렬수거알굴적효솔.
