基于斜率表示的时间序列相似性度量方法  

Similarity Measuring Method in Time Series Based on Slope

作　　者：张建业[1] 潘泉[1] 张鹏[2] 梁建海[2] 

机构地区：[1]西北工业大学自动化学院,西安710072 [2]空军工程大学工程学院,西安710038

出　　处：《模式识别与人工智能》2007年第2期271-274,共4页Pattern Recognition and Artificial Intelligence

基　　金：国家自然科学基金项目(No.60304004);陕西省自然科学基础研究计划项目(No.2005F52)

摘　　要：时间序列相似性搜索是数据挖掘领域的一个热点研究方向,相似性距离度量方法是其中的一个重要问题.针对含有大量噪声并存在数据缺失的高维多元时间序列数据,本文提出一种基于斜率表示的时间序列相似性度量方法.该方法是在线性分段的基础上,对两个序列间的斜率差进行加权,因而物理概念更为明确.文中还证明斜率距离完全满足相似性度量的基本准则.实例证明了算法的有效性.The similarity search in time series attracts much attention recently, and the similarity measuring method is one of the most important problems in this area. Aiming at the time series data with high dimension, multi-property, noise and default, a similarity measuring method based on slope is propoSed in this paper. Based on PLR, the method distributes the power among their slope differences so that its physical concept is more clear. The slope distance completely satisfies the basic rules of similarity measuring, and the example shows its validity.

关 键 词：时间序列 相似性 斜率 度量 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]