基于EMD方法的时间序列分层相似性匹配算法

摘要：

时间序列数据挖掘是时态数据挖掘的一个重要方面,针对金融时间序列非稳定、非线性的特点,使用EMD方法进行序列趋势的提取,得到了原始时间序列的长期趋势.在此基础上提出了子序列分层匹配算法,首先进行时间序列趋势的粗匹配,在结果集中进一步进行细节匹配,与传统方法相比,提高了相似性匹配的效率,减少了结果集的冗余.

关键词：经验模式分解、趋势提取、时间序列相似性匹配

所属期刊栏目：44

分类号：TP311(计算技术、计算机技术)

在线出版日期：2009-02-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：129-131