文献类型：期刊文章

作　　者：管河山[1] 姜青山[2] 王声瑞[3]

机构地区：[1]厦门大学计算机科学系,福建厦门361005 [2]厦门大学软件学院,福建厦门361005 [3]Department of Computer Science,University of Sherbook,Quebec,Canada

出　　处：《软件学报》

基　　金：国家自然科学基金 No.10771176;国家“九八五”工程二期基金No.0000-X07204~~

年　　份：2009

卷　　号：20

期　　号：1

起止页码：67-79

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20091111956182)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：多元时间序列模式匹配的常用方法难以刻画序列的全局形状特征,比如,Euclid方法的鲁棒性不够强;而PCA方法不适合处理小规模多元时间序列.基于点的统计分布提出了一种能够有效刻画多元时间序列形状特征的模式匹配方法.首先,提取多元时间序列样本的局部重要点,作为模式描述的方式;然后,根据重要点的统计分布特点构建特征模式向量,并借助Euclid范数来度量两个特征模式向量之间的相似程度,进而进行多元时间序列模式匹配.采用该方法进行模式匹配,充分利用了序列的全局形状特征.实验结果表明,基于点分布特征的多元时间序列模式匹配能够有效地刻画序列的形状特征,且能处理多种规模的序列数据.

关 键 词：多元时间序列 局部重要点  点分布  形状特征  相似性度量  模式匹配  

分 类 号：TP311]