在线分割时间序列数据

被引：28

作者：

李爱国

覃征

机构：

[1] 西安科技大学计算机科学技术系

[2] 西安交通大学计算机科学技术系

来源：

软件学报 | 2004年 / 11期

关键词：

数据挖掘; 知识获取; 时间序列; 分割;

D O I：

10.13328/j.cnki.jos.2004.11.009

中图分类号：

TP311 [程序设计、软件工程];

学科分类号：

摘要：

时间序列分割是时间序列数据挖掘研究的重要任务之一.它主要有两个应用:检测生成时间序列的系统何时发生变化;创建时间序列的高级数据表示,从而对时间序列进行索引、聚类和分类.在实时时间序列数据挖掘应用中,需要在线时间序列分割算法,以便实时发现和预测时态模式.在对时间序列分割问题进行形式化描述的基础上,提出了一种评估时间序列的分割结果以及分割算法性能的评价指标,并提出了一种在线分割时间序列数据的递推算法(on-line segmentation,简称OLS).OLS的一个显著特点是不依赖有关时间序列的先验知识.实验结果说明,OLS算法能够有效地在线检测出数据挖掘应用中感兴趣的关键变化点,而且过拟合程度低.

引用

页码：1671 / 1679

页数：9