时间序列全局特征聚类分析方法及其应用  

Analysis and Application of the Global Characteristics Cluster

作　　者：孙旭[1] 

机构地区：[1]东北财经大学统计学院

出　　处：《统计教育》2009年第3期55-59,共5页Statistical education

基　　金：教育部2007年度人文社会科学研究项目(07JA790019);辽宁省教育厅2008年度文科基地项目(2007JD15)资助

摘　　要：本文指出了用点和点距离度量时间序列相似性存在的问题,并给出一种新的相似性度量--全局特征,即从时间序列的统计分布特征、非线性和傅立叶频谱转换等3个方面提取全局特征构建特征向量,并进行聚类分析。本文以全国各地区人均GDP时间序列聚类为例,评估了距离相似法与全局特征法的聚类结果。实践证实全局特征法不但可以处理不同长度有缺失值的时序聚类,而且可以降低大型时间序列数据聚类计算的复杂度。The paper points out the existing problems on using distance measure similarity of time series, proposes a new similarity measure-global characters for whole clustering of time series, from the aspects of statistical distribution, non- linear and Fourier transformation, and thus gets a characteristic vector. It compares the clustering results of two similarity measures on per capita GDP and proves that the new method can treat time series clusterings of different length and cope with missing value, and reduces the calculating complexity.

关 键 词：时间序列 距离 全局特征 聚类 

分 类 号：O159[理学—数学] TP391.41[理学—基础数学]