多变量时间序列模式挖掘的研究

被引：11

作者：

张军 ^{[1
]}

吴绍春 ^{[1
]}

王炜 ^{[2
]}

机构：

[1] 上海大学计算机科学和工程学院

[2] 上海地震局

来源：

计算机工程与设计 | 2006年 / 18期

基金：

上海市自然科学基金;

关键词：

数据挖掘; 多变量时间序列; 相似性; 数据预处理; 频繁序列模式;

D O I：

10.16208/j.issn1000-7024.2006.18.016

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

多变量时间序列数据集合在许多领域中存在,由于其观测变量之间的相互关联性,往往需要进行综合分析。使用基于时间序列相似性的多变量时间序列模式挖掘方法,从历史数据中寻找出相似的多变量时间序列。将多变量的数据集分段平均为连续矩阵,并采用基于主成分分析和奇异值分解的方法来对矩阵进行相似性比较,最后通过相邻片断的合并以组成更高层次的时序片断,以提高模式的匹配的范围。并在地震前兆数据进行了实现。

引用

页码：3364 / 3366+3384 +3384

页数：4