不确定时间序列的降维及相似性匹配

• Published in: 计算机科学与探索 no. 4; pp. 418 - 428
• Main Authors: 王伟, 刘国华, 徐斌
• Format: Journal Article
• Language: Chinese
• Published: 东华大学 信息科学与技术学院,上海,201620%东华大学 计算机科学与技术学院,上海,201620 2015
• Subjects: 离散余弦变换(DCT); uncertain time series; dimensionality reduction; 相似性匹配; 不确定时间序列; 降维; 离散小波变换(DWT); 离散傅里叶变换(DFT); discrete Fourier transform (DFT); dis-crete cosine transform (DCT); discrete wavelet transform (DWT); similarity match
• ISSN: 1673-9418
• DOI: 10.3778/j.issn.1673-9418.1407039

TP391; 不确定时间序列的每个时间点上对应一个可能取值的集合，无法给出其确定值，这种不确定性给时间序列降维处理和相似性匹配带来巨大挑战，现有的时间序列降维方法和相似性匹配算法已经无法适用。针对此问题，提出了描述统计模型，将不确定时间序列归约为3条确定时间序列，通过离散傅里叶变换（discrete Fou-rier transform，DFT）、离散余弦变换（discrete cosine transform，DCT）、离散小波变换（discrete wavelet trans-form，DWT）对模型下不确定时间序列降维；根据模型特点，提出了以观察值区间和区间集中趋势为核心的相似性匹配算法。经过实验验证，描述统计模型下DCT和DWT有良好的降维效果，提出的相似匹配算法与现有算法相比提高了匹配准确率。