论文学习——基于模式距离度量的时间序列相似性搜索

写在前面：期刊：《微计算机信息》；中文核心期刊

作者：朱天（南昌大学），硕士研究生，江西省教育厅计划项目

1 摘要

1. 【本文工作】基于模式度量的，时间序列相似性搜索
2. 该方法采用分段线性表示，改进王达提出的距离模式来度量序列间的距离。

2 引言

• 时间序列是一类重要的复杂数据，蕴含着大量的规律性信息。
• 时间序列的相似性搜索，是时间序列知识发现的重要问题，其主要困难在于：相似性度量的定义和算法的时间复杂度。

【啊，这，我没有觉得序列1 和序列3 的变化趋势一样啊】

王达等人提出了 模式距离 的重要概念， 它给出了一个新颖的度量定义。能更好地反映序列间“变化趋势"的相似性。

但是它存在缺陷，由于它将模式定义为一个三元集合上升，保持，下降，不能完全地刻画出时间序列的趋势变化，并且直接使用该距离度量不能解决时间轴方向上的缩放问题。

2.1 分段线性表示

• 时间序列表示方法，很大程度上影响其距离度量对各种变形、扭曲的敏感程度，并决定相似性搜索的有效性。
• 因此，人们都在寻找鲁棒性强、能有效地应用于时间序列模式匹配的时间序列表示方法。

分段线性表示，可以将整个时间序列截成若干子序列（不一定等长），每段用直线近似表示。

这种表示方式有以下的特点：
（1）数据压缩率高，并且保留了数据的有效信息；
（2）对噪声数据的高承受能力，分段的过程也就是去除噪声的过程；
（3）数据表示更加直观简洁。

3 改进的时间序列模式距离

3.1 一些定义

3.2 时间序列的趋势模式

4 相似搜索算法

1. 在传统的时间序列相似性搜索算法，M 和 N 分别是时序R （待匹配序列）和 Q （匹配序列） 的段数。

• 输出数据是，时序R与Q中相似的子时序集合S。
  

5 实验分析