基于DTW的区间时间序列数据聚类算法研究与应用

发布时间：2024-12-21 23:30

　　随着人类社会的发展和科技的进步,时间序列数据被广泛应用于金融、医疗和工业等领域,对时间序列数据的研究具有重要的理论价值与应用价值。区间时间序列数据作为普通时间序列数据的推广,是由区间数据按照时间点顺序进行排列而构成的序列数据。区间时间序列数据不仅能够表示每个时间点观测到的具体数值,而且能够将时间点上数据的变化范围包含在内。由于区间时间序列数据具有高维性、复杂性和海量性等特征,直接在原始数据上进行研究将造成较高的时间复杂度和空间复杂度,还会导致研究结论的可信度降低。因此,探讨对区间时间序列数据进行更有效的挖掘具有重要的研究意义。本文具体研究工作如下:(1)提出区间时间序列数据特征表示方法。本文以区间时间序列数据为研究对象,针对其结构复杂、数据量庞大等特征提出Lq-BR特征表示方法(Lq trend filtering-eometrical barycenter and exterior radius-based transformation,Lq-BR)。该算法利用Lq趋势滤波在罚函数0<q<1范围内将时间序列的内在趋势表现为分段线性形式的特点,分别对区间时间序列数据的上边界和...

【文章页数】：51 页

【学位级别】：硕士

【部分图文】：

图11某只股票在2017年日股价格数据

区间时间序列数据，通过患者一段时间内的舒张压和收缩压的变化情况，医生可以对其身体情况进行评估；除了医学领域，区间时间序列数据在其他领域也经常出现。在金融领域[11]，股票投资者要考虑股票每天价格波动来确定股票买入和抛出的时机；在气象领域[12]，每日的最高和最低气温或湿度等将作为....

图12时间序列聚类方法

西北师范大学硕士学位论文4（1）基于原始数据的时间序列聚类基于原始数据的时间聚类在根本上就是修改现有的聚类算法从而到达处理时间序列数据的目的。简单的说是不对原始的时间序列数据进行任何的预处理工作，直接采用聚类算法。这类研究工作的难点在于找到合适的时间序列数据相似性度量方法。Yan....

图21DTW与欧氏距

是原始时间序列之间的距离。朱承志和李题印等人[46]通过在弯曲路径进行范围检测时自定义弯曲路径变化率有界性约束，从而在距离矩阵中设置路径禁区避免动态时间弯曲病态匹配的现象，提高了动态时间弯曲算法的运行效率。邵翔等人[47]通过添加约束条件和设置路径坡度限制有效改善外界干扰引起的数....

图22DTW弯曲路径示意图

西北师范大学硕士学位论文11将两条时间序列上任意两点之间的距离来确定nm的距离矩阵，其中两点之间的距离由欧氏距离得出，即()()2,iiiidqr=qr。为了计算时间序列q和r之间的DTW距离()n,m，需要找到一条最优弯曲路径。可以应用动态规划来执行动态时间弯曲算法，其中矩阵上....

本文编号：4019081