面向数据挖掘的时间序列符号化方法研究

针对时间序列的数据挖掘首先需要将时间序列（Time Series）数据转换为离散的符号序列（Symbol Sequences），本文提出了一个简单高效的时间序列符号化方法，该方法的特点：一是利用线性化分段表示法所独有的形态分割与表达能力实现了时间序列的分段与表示；二是利用神经网络模糊聚类算法实现了时间序列的在线聚类。提出以矢量间形态相似性度量作为聚类依据。并利用该方法实现了对金融领域时间序列数据的符号化转换。