时间序列特征提取方法研究综述

作者：任守纲; 张景旭; 顾兴健; 熊迎军; 王浩云; 徐焕良^*

来源：小型微型计算机系统, 2021, 42(02): 271-278.

• 时间序列
• 数据挖掘
• 特征提取
• 机器学习

随着物联网、大数据和人工智能等技术研究和应用的蓬勃发展,各类时间序列数据不断涌现.时间序列数据特征是表象,内在蕴含着丰富的领域知识,如何高效分析时间序列特征模式,提取可辨识的时间序列特征,挖掘数据蕴含的规律,正成为业界研究的热点.本文首先介绍时间序列概念,综述了时间序列分类、聚类和预测三方面研究的最新进展;然后从时间序列特征提取方法的形状特征、时间依赖特性、序列变换特征3方面,详细分析和比较机器学习方法在时间序列问题上的研究情况,最后基于当前时间序列特征提取方法的发展趋势,对时间序列特征提取方法的未来发展做出展望.

• 单位
  南京农业大学