时间序列数据挖掘综述

被引：72

作者：

贾澎涛 ^{[1
]}

何华灿 ^{[1
]}

刘丽 ^{[1
]}

孙涛 ^{[2
]}

机构：

[1] 西北工业大学计算机学院

[2] 西安科技大学建筑与土木工程学院

来源：

计算机应用研究 | 2007年 / 11期

关键词：

时间序列; 数据挖掘; 相似性搜索; 模式发现;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

在综合分析近年来时间序列数据挖掘相关文献的基础上,讨论了时间序列数据挖掘的最新进展,对各种学术观点进行了比较归类,并预测了其发展趋势。内容涵盖了时间序列数据变换、相似性搜索、预测、分类、聚类、分割、可视化等方面,为研究者了解最新的时间序列数据挖掘研究动态、新技术及发展趋势提供了参考。

引用

页码：15 / 18+29 +29

页数：5

共 11 条

[1] 一种新的基于隐Markov模型的分层时间序列聚类算法 [J].

段江娇 ;

薛永生 ;

林子雨 ;

汪卫 ;

施伯乐 .

计算机研究与发展, 2006, (01) :61-67

[2] 基于支持向量机的混沌时间序列非线性预测 [J].

刘涵 ;

刘丁 ;

李琦 .

系统工程理论与实践, 2005, (09) :94-99

[3] 时间序列数据的稳健最优分割方法 [J].

覃征 ;

李爱国 .

西安交通大学学报, 2003, (04) :338-342

[4] 基于小波变换的时间序列相似模式匹配 [J].

张海勤 ;

蔡庆生 .

计算机学报, 2003, (03) :373-377

[5] 基于小波神经网络的混沌时间序列分析与相空间重构 [J].

陈哲 ;

冯天瑾 ;

张海燕 .

计算机研究与发展, 2001, (05) :591-596

[6] 径向基函数(RBF)神经网络的一种极大熵学习算法 [J].

张志华 ;

郑南宁 ;

郑海兵 .

计算机学报, 2001, (05) :474-479

[7] 面向数据挖掘的时间序列符号化方法研究 [J].

李斌 ;

谭立湘 ;

章劲松 ;

庄镇泉 .

电路与系统学报, 2000, (02) :9-14

[8] 基于形态表示的时间序列相似性搜索 [J].

蒋嵘 .

计算机研究与发展, 2000, (05) :601-608

[9]

Srivatsan Laxman,P. S. Sastry.A survey of temporal data mining[J].Sadhana: Academy Proceedings in Engineering Science,2006

[10]

Kaushik Chakrabarti,Eamonn Keogh,Sharad Mehrotra,Michael Pazzani.Locally adaptive dimensionality reduction for indexing large time series databases[J].ACM Transactions on Database Systems (TODS),2002

← 1 2 →