涨落模式驱动的时间序列相似性新方法:识别与鲁棒性研究
需积分: 16 131 浏览量
更新于2024-09-08
收藏 982KB PDF 举报
本文探讨了在时间序列相似性度量领域中的一个创新方法,即基于涨落模式(FP)的度量研究。传统算法往往在识别各种相似性形变方面表现不足,特别是对于振幅伸缩、振幅漂移和线性漂移等变形的敏感性。为了解决这个问题,作者提出了涨落模式的概念,这是一种用于保存原始序列趋势变化信息的特殊表示方式。通过采用最长公共子序列算法来计算涨落模式的相似度,可以有效地消除这些变形对相似性挖掘的影响。
涨落模式的核心思想是将原始序列的趋势信息抽象出来,忽略那些非本质的振幅变化,从而使得度量结果更具有鲁棒性。这种方法旨在提供一种更为稳健的时间序列相似性度量,能够准确地识别出不同形式的相似性,无论它们如何经过变形。
实验部分包括两组实验,一是使用仿真的数据集,用来验证算法的性能;二是采用真实的数据,评估其在实际应用环境下的鲁棒性。实验结果显示,基于涨落模式的方法在识别各类相似性形变上表现出色,证明了其在理论上的有效性。特别是在真实数据场景下,该方法显示出良好的鲁棒性,能够在噪声和数据变异中保持稳定的表现。
此外,文章的作者——王钊教授和汤子健硕士研究生,分别来自合肥工业大学计算机与信息学院,他们的研究方向涵盖了软件体系结构、软件测试技术、信息系统与智能计算以及海量数据处理等领域。他们在时间序列数据挖掘领域有着深入的研究,并且这篇论文也是他们在这个领域的重要贡献,特别是在时间序列相似性度量这一具体问题上的创新思考。
这篇论文不仅提供了一种新的时间序列相似性度量方法,而且还强调了其在实际应用中的鲁棒性和广泛适用性,为相关领域的研究者提供了有价值的参考和改进现有算法的新思路。
点击了解资源详情
2019-09-20 上传
2019-09-20 上传
2019-07-22 上传
2019-09-07 上传
2024-05-02 上传
2020-05-27 上传
2020-05-23 上传
2020-05-19 上传
普通网友
- 粉丝: 484
- 资源: 1万+
最新资源
- C++ Qt影院票务系统源码发布,代码稳定,高分毕业设计首选
- 纯CSS3实现逼真火焰手提灯动画效果
- Java编程基础课后练习答案解析
- typescript-atomizer: Atom 插件实现 TypeScript 语言与工具支持
- 51单片机项目源码分享:课程设计与毕设实践
- Qt画图程序实战:多文档与单文档示例解析
- 全屏H5圆圈缩放矩阵动画背景特效实现
- C#实现的手机触摸板服务端应用
- 数据结构与算法学习资源压缩包介绍
- stream-notifier: 简化Node.js流错误与成功通知方案
- 网页表格选择导出Excel的jQuery实例教程
- Prj19购物车系统项目压缩包解析
- 数据结构与算法学习实践指南
- Qt5实现A*寻路算法:结合C++和GUI
- terser-brunch:现代JavaScript文件压缩工具
- 掌握Power BI导出明细数据的操作指南