时间序列分类问题的算法比较

作者：杨一鸣; 潘嵘; 潘嘉林; 杨强; 李磊

来源：计算机学报, 2007, (08): 1259-1266.

• 分类
• 时间序列
• 基于模型聚类
• 马尔可夫模型
• 统计学习 classification
• time series
• model based clustering
• Markov model
• statistical learning

时间序列分类是时间序列数据分析中的重要任务之一.不同于时间序列分析中常用的算法与问题,时间序列分类是要把整个时间序列当作输入,其目的是要赋予这个序列某个离散标记.它比一般分类问题困难,主要在于要分类的时间序列数据不等长,这使得一般的分类算法不能直接应用.即使是等长的时间序列,由于不同序列在相同位置的数值一般不可直接比较,一般的分类算法依然还是不适合直接应用.为了解决这些难点,通常有两种方法:第一,定义合适的距离度量(这里,最常用的距离度量是DTW距离),使得在此度量意义下相近的序列有相同的分类标签,这类方法属于领域无关的方法;第二,首先对时间序列建模(利用序列中前后数据的依赖关系建立模型),再...

• 单位
  中山大学; 香港科技大学