符號化高維時間序列的檢索算法研究.pdf

1、大規(guī)模的時間序列的數(shù)據(jù)挖掘問題在近些年的關(guān)注程度逐漸升高，其中高維時間序列的檢索算法更是難點(diǎn)。由于數(shù)據(jù)維度的增多，大大增加了數(shù)據(jù)挖掘算法的復(fù)雜性，一些學(xué)者認(rèn)為將時間序列符號化是十分必要的。 在符號化方面，很多當(dāng)今成型的算法大都是針對一維序列的，無法很好的應(yīng)用于高維時間序列的符號化。本文提出一種基于多級k均值聚類的高維時間序列的符號化方法。通過定義最大允許的平方誤差τmax，來決定符號化的粒度。 在符號序列檢索方面，以倒排

2、表數(shù)據(jù)結(jié)構(gòu)為基礎(chǔ)設(shè)計(jì)出一套針對符號化時間序列的檢索算法。首先將倒排表查詢的粗篩選算法轉(zhuǎn)換成界限t集合求交問題，并提出一種基于堆的完全劃分方法，使得算法在原有的基于堆的不完全劃分的方法上有了較大提高。 采用最長公共子序列(LCSS)作為度量序列間距離的方法。不同于傳統(tǒng)的LCSS算法，本文提出了一種限制最小匹配率ρmin的Limited-LCSS算法，并在此基礎(chǔ)上針對倒排表的數(shù)據(jù)結(jié)構(gòu)特點(diǎn)對算法進(jìn)行了優(yōu)化，顯著的提高了算法的效率。并實(shí)