基于自適應(yīng)代價動態(tài)時間彎曲距離的時間序列相似性搜索.pdf

1、隨著新一輪的信息科學(xué)技術(shù)的發(fā)展，我們跨入了大數(shù)據(jù)時代，時間序列數(shù)據(jù)屬于大數(shù)據(jù)的一個方面，近年來，時間序列數(shù)據(jù)挖掘在學(xué)術(shù)界受到了越來越多的關(guān)注。
　　時間序列相似性搜索是時間序列數(shù)據(jù)挖掘的基礎(chǔ)，而動態(tài)時間彎曲距離作為時間序列相似性的度量有著較好的魯棒性和廣泛的應(yīng)用性。我們應(yīng)用動態(tài)規(guī)劃方法求解動態(tài)時間彎曲距離，規(guī)劃的目標(biāo)為最小化累積距離。這種方法有兩個難以忽視的弊端：一個是，原始的動態(tài)時間彎曲距離一味的為了獲取最小的累積距離，可能將一

2、條時間序列上的多個點對應(yīng)到另一條時間序列上的一個點，對原始的時間序列進(jìn)行了過度拉伸。另一個是，時間序列實際上是觀測值構(gòu)成的圖像，而原始的動態(tài)時間彎曲距離只考慮全局的對應(yīng)結(jié)果，并不考慮局部形態(tài)問題。以上兩種情況都可能帶來對時間序列之間相似性刻畫的不準(zhǔn)確性。
　　為了克服第一個弊端，各種原始動態(tài)時間彎曲距離的變體被提出，如搜索窗口限制法、斜率限制法等。但這些變體要么對最佳彎曲路徑的搜索范圍限制不夠合理，要么帶來了更多需要確定的新參數(shù)，

3、而本文提出的自適應(yīng)代價動態(tài)時間彎曲距離不僅可以在尋找路徑的過程中通過改變當(dāng)前步的代價倍率來控制時間序列的扭曲程度，還只帶來了一個新參數(shù)，并且新參數(shù)對所測試的17個UCR上的數(shù)據(jù)集取定一個常數(shù)值時，就能取得較好的基于自適應(yīng)代價動態(tài)時間彎曲距離的1NN分類正確率。
　　從第二個弊端出發(fā)，有學(xué)者提出了差分下的動態(tài)時間彎曲算法，對原始的時間序列進(jìn)行差分，以差分來刻畫時間序列的局部形態(tài)。但這種刻畫的準(zhǔn)確性遠(yuǎn)不及形狀上下文描述子，Z.Zhan