CAJ | 학술논문

由于不确定时间序列的长度很长,并且每个采样点的取值具有不确定性,导致了维度灾难和庞大的可能世界集,给不确定时间序列相似性匹配带来了巨大的困难,因此对不确定时间序列降维是实现对其方便存储、快速查询和相似性匹配的首要任务.不确定时间序列普遍采用小波变换的降维方法,但是该方法没有考虑到采样点之间的相关性.为解决该问题,提出一种基于概率统计和数据相关性的降维方法,该方法将不确定时间序列分为概率维度和时间维度,并分别对两维度进行降维.在时间维度,根据采样点之间的相关性,使用某个采样点代表后续相关度高的采样点;在概率维度,使用大概率点表示相邻的小概率点.实验效果表明:使用该方法对不确定时间序列进行降维后,降维序列可以保持原序列的变化趋势,压缩程度显著,并且可近似地恢复原序列.
유우불학정시간서렬적장도흔장,병차매개채양점적취치구유불학정성,도치료유도재난화방대적가능세계집,급불학정시간서렬상사성필배대래료거대적곤난,인차대불학정시간서렬강유시실현대기방편존저、쾌속사순화상사성필배적수요임무.불학정시간서렬보편채용소파변환적강유방법,단시해방법몰유고필도채양점지간적상관성.위해결해문제,제출일충기우개솔통계화수거상관성적강유방법,해방법장불학정시간서렬분위개솔유도화시간유도,병분별대량유도진행강유.재시간유도,근거채양점지간적상관성,사용모개채양점대표후속상관도고적채양점;재개솔유도,사용대개솔점표시상린적소개솔점.실험효과표명:사용해방법대불학정시간서렬진행강유후,강유서렬가이보지원서렬적변화추세,압축정도현저,병차가근사지회복원서렬.