一种基于趋势的时间序列相似性模型

来源：电子测量技术杂志2016年第6期北京时间：

作者：敖环环

单位：河海大学计算机与信息学院南京211100

摘要：针对传统基于欧氏距离的时间序列相似性模型，搜索相似时间序列子段效率低、形态不完整的问题，本文提出了一种基于趋势的时间序列相似性模型。该模型以时间序列分段线性表示和符号化为基础，通过计算符号串的编辑距离得出时间序列在形态上的差异性。同时该模型把时间序列长度和时间序列变化幅度单独考虑，扩大了该模型的使用范围。实验表明，本文提出的基于趋势的时间序列相似性模型，在相似性匹配方面，搜索效率高于传统基于欧氏距离时间序列相似性模型；同时，该模型侧重于形态方面的相似性，所以对时间轴方向的偏移和白噪声不敏感，适用于不等长时间序列的相似性匹配。

关键词：时间序列;数据挖掘;相似性;趋势;线性表示

基金资助：国家科技支撑计划（2013BAB06B04）、江苏水利科技（ 2013025）资助项目