融合波动率的时序数据符号聚合近似方法探究

来源：计算机集成制造系统杂志2021年第11期北京时间：

作者：鲁法明,王琳,包云霞,李昂,曾庆田

单位：1.山东科技大学计算机科学与工程学院2.山东科技大学数学与系统科学学院

摘要：为解决传统符号聚合近似方法分析时序数据时丢失序列波动形态信息的问题,提出一种融合波动信息的时间序列符号聚合近似方法。该方法在传统符号化方法的基础上定义波动率指标来同时量化时间序列的波动幅度和变化趋势信息,用融合波动率的符号矢量近似刻画子序列,在此基础上给出一种新的时间序列距离度量方法。以此度量方法为基础,提出时间序列的相似性计算和分类方法,并在公开数据集上进行了分类学习实验。实验结果表明,所提方法在绝大部分数据集上获得了较传统符号聚合近似方法更好的分类准确率,尤其在时间序列具有明显的局部波动或明显的上升、下降趋势时。

关键词：时间序列分析,符号聚合近似,生产线数据分析,分类学习

基金资助：国家自然科学基金资助项目(61602279);山东省泰山学者工程专项基金资助项目(ts20190936);山东省高等学校青创科技支持计划资助项目(2019KJN024);鲁渝科技协作计划资助项目(cstc2020jscx-lyjsAX0008 );国家海洋局海洋遥测工程技术研究中心开放基金资助项目（2018002);青岛西海岸新区揭榜挂帅技术攻关资助项目。