不确定时间序列的统计降维方法

摘要：

由于不确定时间序列的长度很长,并且每个采样点的取值具有不确定性,导致了维度灾难和庞大的可能世界集,给不确定时间序列相似性匹配带来了巨大的困难,因此对不确定时间序列降维是实现对其方便存储、快速查询和相似性匹配的首要任务.不确定时间序列普遍采用小波变换的降维方法,但是该方法没有考虑到采样点之间的相关性.为解决该问题,提出一种基于概率统计和数据相关性的降维方法,该方法将不确定时间序列分为概率维度和时间维度,并分别对两维度进行降维.在时间维度,根据采样点之间的相关性,使用某个采样点代表后续相关度高的采样点;在概率维度,使用大概率点表示相邻的小概率点.实验效果表明:使用该方法对不确定时间序列进行降维后,降维序列可以保持原序列的变化趋势,压缩程度显著,并且可近似地恢复原序列.

关键词：时间序列、不确定性、降维、统计、相关性

所属期刊栏目：41

分类号：TP311(计算技术、计算机技术)

在线出版日期：2014-09-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：125-129