基于波动特征的时间序列相似性度量及聚类分析

作者：陈海兰; 高学东

来源：统计与决策, 2019, 35(11): 17-22.

DOI：10.13546/j.cnki.tjyjc.2019.11.004

• 时间序列
• 相似性度量
• 聚类
• 波动特征

在时间序列数据挖掘中,传统的时间序列相似性度量算法没有考虑反映时间序列结构的关键点特征。为了解决该问题,文章提出了基于波动特征的时间序列相似性度量算法,并通过聚类进行了效果分析。研究中首先利用小波分析方法提取时间序列整体变化趋势,然后给出了针对小波分析得到的序列进行波动点识别的方法,构造出包含时间序列重要波动信息的波动点序列。最后提出了非等长时间序列的相似性度量方法计算波动点序列间的距离。实验结果表明,该时间序列度量方法能更好地反映时间序列的趋势特征。

• 单位
  北京科技大学; 经济管理学院