《时间序列相似性度量.docx》由会员分享，可在线阅读，更多相关《时间序列相似性度量.docx（3页珍藏版）》请在三一文库上搜索。
1、讨论一般时间序列相似的度虽方式1、概念：时间序歹0的相似性度量是衡量两个时间序歹0的相似程度的方法。它是时间序 列分类、聚类、异常发现等诸多数据挖掘问题的基础；也是时间序列挖掘的核心 问题之一。2、意义：时间序列式进行序列查询、分类、预测的基本工作，寻求一种好的度量对提 高挖掘任务的效率和准确性有着至关重要的意义。3、影响因素：两个序列是否相似，主要看它们的变化趋势是否一致。由丁时间序列数据的 复杂性特点，实际中不可能存在两条完全相同的时间序列，即使相似的时间序列往往也会呈现出各种各样的变化。所以，任何两个序列之间都存在着某种差异， 影响这种差异的主要因素有：(1) 噪声：现实的大多数时间序列
2、数据都存在噪声，体现在图形上式指数据的 曲线不光滑，即存在“毛刺”。(2) 振幅平移：即两条形态相似的时间序列分别绕高低不同的均值波动。(3) 振幅伸缩：即两条时间序列的变化趋势相同，但其中一条时间序列在纵轴 上似乎被拉伸或者压缩过一样，即两个序歹0的振幅不同。(4) 时间轴伸缩：是指两条时间序列的波形相似，但其中一条时间序列在时间 轴上按比例伸缩。(5) 线性漂移：是指两条时间序歹0的波动节奏相似，但其中一条时间序歹0呈现 线性递增或递减趋势。(6) 不连续性：是指两条时间序歹0整体的波动趋势相同，只是在别的时间点或 段出现问断。然而，在实际应用中情况要复杂得多，往往是以上多种因素交织在一起
3、。 时间序 列的相似性并没有一个客观的定义， 具有一定的个人偏好性，也就是说，不同的 人或不同的应用场合对各种差异影响的重视程度是不一样的。给定两条时间序列X =Xi,X2,., Xn和Y=y，y2,.ymh相似性度量的问题就是在各种各样差异因素的影响下，寻求一个合适的相似性度量函数Sim(X,Y),使得该函数能很好地反映时间序列数据的特点。4、方法：目前时间序列相似性度量，最常用的有Minkowski距离和动态时间 弯曲。一、Minkowski 距离给定两条时间序列X = x1x2.Xn和Y=y y .yJ它们之间的Minkowski距离如下:rp/pd(X,Y )=21但Xi yiJMin
4、kowski距离是一种距离度量，因为它满足距离的三个条件:(1) 非负性：d(X,Y尹0,当且仅当X =Y,d(X,Y )=0 ；(2) 对称性：d(X,Y )=d(Y,X );(3) 三角不等式:d(Y,Z )<d(X,Y )十d(X,Z )大多简单的相似性度量是 Minkowski距离及其它的变种，Minkowski距离的 优点是简单、直观且计算复杂度不高，与时间序列的长度成线性关系即序列长度 的增加不会造成计算复杂程度的迅速提高。所以当训练集比较大时，Minkowski距离比其他更有效。但是 Minkowski距离不支持时间序列的线性漂移和时间弯 曲，且无法处理不等长的时间序列。参考文献1王达；荣刚；时间序列的模式距离；浙江大学学报(工学版)2004;39( 7);795-79912】方开泰；潘恩培；聚类分析；北京地质出版社;1992; 44-5113范明；孟晓峰.；数据挖掘概念与技术；北京机械工业出版社；20014林南；李志蜀周勇；时间序列模式的相似性研究；计算机科学；2011