不确定时间序列的降维及相似性匹配

来源：计算机科学与探索杂志2015年第4期北京时间：

作者：王伟，刘国华，徐斌

单位：1. 东华大学 信息科学与技术学院，上海 2016202. 东华大学 计算机科学与技术学院，上海 201620

摘要：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 Fourier transform，DFT）、离散余弦变换（discrete cosine transform，DCT）、离散小波变换（discrete wavelet transform，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。

关键词：不确定时间序列,降维,相似性匹配,离散傅里叶变换（DFT）,离散余弦变换（DCT）,离散小波变换（DWT）