《Periodicity Detection in Time Series Databases》论文阅读笔记

论文思想

论文中描述了两种周期模式：段周期和符号周期。对于符号周期设计了卷积算法来发现周期；

3.2符号周期

提到 了一个定义，πp,l 它是周期为p，起始位置为l，从时间序列T中获得的一个序列。
例如：T=abcabbabcb，π4,1（T）=bbb，π3,0（T）=aaab。但是对于b来说，周期为3，就说它的频率为1/4是不准确的（得到的序列是bbb）。

为了解决这个问题，我们只考虑连续出现。符号s在πp,l(T)的投影上的连续出现描述的是符号s在T中在经过p时间后s在前一次出现后再出现，它说明对于符号s来说p是一个潜在的周期。

令F2(s,T)表示符号s在时间序列T中两个连续位置出现的次数，例如T=abbaaabaa，那么F2(a,T)=3，F2（b,T）=1，F2（a,T）=3是因为在T中，a,aaa,aa这三个出现a的位置其中连续出现的次数和为2+1=3。

3.2.1模糊周期模式

定义1的主要优点是，它不仅确定候选周期符号，而且还确定它们的相应周期并定位它们的相应位置。 因此，没有周期值的假设，因此，模糊的周期性模式可以定义如下：


采用定义2构成的单个符号模式的支持度是采用公式进行定义的，例如T=abcabbabcb，模式a**是一个长度为3，支持度为2/3的单个符号模式。模式*b*是支持度为1。但是对于ab*来说，我们不能估计这个模式的支持度，所以不能推测这个模式也是一个周期。唯一我们可以确定的是它的支持度不超过2/3。

3.3分段周期

符号周期关注的是符号，不同的符号可能有不同的周期，而分段周期关注的是整个时间序列。如果一个时间序列T能够被等分成长度为p的几乎一样的段，那么T是一个以p为长度的周期。例如T=abcabdabc是一个长度为3的周期，尽管第二段abd和其他的段不一样。
比较两个段之间的距离采用的是Hamming distance：

u,v是长度为m的段，S(u,v)表示的是相似性度量方法，值越大相似性越高，当u=v时，S(u,v)=1。段周期性定义如下：