时间序列的细微距离发现

被引：15

作者：

靳晓明

陆玉昌

石纯一

苑森淼

机构：

[1] 清华大学计算机科学与技术系智能技术与系统国家重点实验室!北京,清华大学计算机科学与技术系智能技术与系统国家重点实验室!北京,清华大学计算机科学与技术系智能技术与系统国家重点实验室!北京,吉林工业大学计算机科学与技术系!长春

来源：

计算机研究与发展 | 2000年 / 09期

关键词：

数据开采; 时间序列分析; 细微距离; FDD算法;

D O I：

暂无

中图分类号：

TP311 [程序设计、软件工程];

学科分类号：

081205 [计算机软件];

摘要：

时间序列是信息系统中大量储存的一类重要数据对象 .而序列间的距离计算是很多时间序列数据开采或数据提取问题的核心 .针对目前的序列距离定义模型对非总体的细微关联特征不敏感的问题 ,提出了一种新的时间序列距离定义模型——时间序列的细微距离 MD(X,Y) .并提出了一种将时间序列由时域映射到频域 ,在频域中分离出不同的序列变化形式 ,以确定时间序列细微差别程度的算法—— FDD算法 .FDD算法具有较高的效率 ,且可以消除基准值与幅间度的影响 .

引用

页码：1064 / 1070

页数：7