Landmarks: A New Model for Similarity-Based Pattern Querying in Time Series Databases

Landmarks: A New Model for Similarity-Based Pattern Querying in Time Series Databases

本文提出了一种新的时间序列查询模型——Landmark模型，该模型能够产生新的基于相似性的时间序列模式查询技术。地标模型不遵循依赖逐点欧氏距离的传统相似性模型。相反，它会导致地标相似性，这是一种与人类直觉和情景记忆一致的相似性通用模型。通过跟踪路标的不同特定特征子集，可以高效地计算不同的路标相似性度量，这些度量在六种变换的相应子集下保持不变;即移位、均匀幅度缩放、均匀时间缩放、均匀双缩放、时间规整和非均匀幅度缩放。提出了一种识别在这些变换下不变特征的方法。本文还讨论了一种不平滑波峰和波底就能从原始时间序列中去除噪声的通用方法。除了这些新功能，我们的实验表明，Landmark索引的速度相当快。 

ransformations

如果应用于时间序列的一系列变换不会改变相似性，那么相似性度量在这些变换下是不变的。如前所述，相似度模型中包含的变换越多，相似度模型就越强大。大多数相关工作都考虑了两到三种转换。在本文中，我们考虑了六种。给定一个单变量时间序列,每个转换都被定义为一系列的