基于DTW的时间序列流相似性搜索方法

发布时间：2018-05-03 02:12

  本文选题：时间序列流 + 相似性搜索　； 参考：《计算机工程与设计》2017年12期

【摘要】：由于DTW距离度量方法的计算时间和空间复杂度较高,不能满足大规模时间序列流中的相似性搜索要求,提出一种基于DTW的时间序列流相似性搜索方法。利用全局约束和时间序列标准化结合的方法提高搜索的精度,针对时间序列流中数据标准化方法计算代价过高问题,利用时间序列标准化和封袋逐步更新方法的下界距离,利用双循环缓冲区,存储查询序列的上下边界,进一步提高其数据读取和计算速度。实验结果表明,该方法与传统的静态时间序列搜索方法相比具有相同的准确度,但其搜索速度更快且DTW下界距离紧致性更好。
[Abstract]:Because of the high computational time and space complexity of DTW distance measurement method, it can not meet the requirement of similarity search in large-scale time series flow. A method of similarity search for time series flow based on DTW is proposed. The method of global constraint and time series standardization is used to improve the searching accuracy. Aiming at the problem of high calculation cost of data standardization method in time series flow, the lower bound distance of time series standardization and envelope updating method is used. The upper and lower boundaries of query sequences are stored by using double-loop buffers to further improve the speed of data reading and computing. The experimental results show that this method has the same accuracy as the traditional static time series search method, but its search speed is faster and the DTW lower bound distance is more compact.
【作者单位】： 重庆邮电大学通信与信息工程学院;
【基金】：重庆市科委基金项目(2012jcsf-jfzhX0004)
【分类号】：TP301.6

【相似文献】

相关期刊论文 前10条

1 左爱文;郭宏武;王保保;;气象时间序列规则发现及其应用[J];陕西气象;2006年06期

2 吴红花;刘国华;;不确定时间序列的规约方法[J];计算机工程;2012年21期

3 冯凯文;孟凡荣;牛强;闫秋艳;;基于趋势点状态模型的时间序列预测算法[J];计算机应用研究;2011年12期

4 周大镯;李敏强;;基于序列重要点的时间序列分割[J];计算机工程;2008年23期

5 曹文平;罗颖;熊启军;宁彬;;基于二次回归的时间序列分割算法[J];计算机光盘软件与应用;2012年18期

6 陈远;王菲菲;;基于时间序列的电子商务市场预测系统研发[J];情报科学;2009年12期

7 孙兵;刘雯;田地;宋桐;富妍;;基于时间序列的数据挖掘在证券中的应用[J];吉林大学学报(信息科学版);2010年03期

8 李海林;;基于动态弯曲的时间序列异步相关性分析[J];计算机应用研究;2014年07期

9 李俊奎;王元珍;李海波;左琼;;一种时间序列相似搜索中提前终止效率的估算方法[J];计算机科学;2009年01期

10 刘明华;张晋昕;;时间序列的异常点诊断方法[J];中国卫生统计;2011年04期

相关会议论文 前1条

1 罗万伯;费向东;林道发;杨家沅;;扩展DTW用于连续语音识别的实验[A];第一届全国语言识别学术报告与展示会论文集[C];1990年

相关博士学位论文 前9条

1 苗圣法;时间序列的模式检测[D];兰州大学;2015年

2 李桂玲;时间序列的分割及不一致发现研究[D];华中科技大学;2012年

3 张勇;时间序列模式匹配技术研究[D];华中科技大学;2012年

4 孙友强;时间序列数据挖掘中的维数约简与预测方法研究[D];中国科学技术大学;2014年

5 肖辉;时间序列的相似性查询与异常检测[D];复旦大学;2005年

6 骆科东;短时间序列挖掘方法研究[D];清华大学;2004年

7 赵勇;基于几何代数表示原理的时间序列模式分类问题研究[D];燕山大学;2012年

8 曲吉林;时间序列挖掘中索引与查询技术的研究[D];天津大学;2006年

9 杜奕;时间序列挖掘相关算法研究及应用[D];中国科学技术大学;2007年

相关硕士学位论文 前10条

1 包仁义;基于时间序列的搜索引擎评估模型算法研究[D];东北师范大学;2015年

2 周奕含;基于群智感知的体感温度异常数据检测方法研究[D];苏州大学;2015年

3 张远健;多粒度时间序列及其在ICU医学预测应用的研究[D];南昌大学;2015年

4 刘根平;基于哈希技术的时间序列近似查询研究[D];宁波大学;2015年

5 张致远;时间序列分析在作业人员调控系统中的应用[D];复旦大学;2014年

6 高铭;模糊时间序列在汽车销售中的应用[D];大连理工大学;2015年

7 高飞翔;心电时间序列的表示方法和相似性度量问题研究[D];哈尔滨工业大学;2014年

8 黄晓琴;交通客流时间序列数据的聚类挖掘研究[D];电子科技大学;2015年

9 刘杰;时间序列相似性查询的研究与应用[D];北方工业大学;2016年

10 张兆玉;基于象限近邻与DFT的时间序列缺失值填充研究[D];北京林业大学;2016年

，

本文编号：1836505