一種中心時間序列的動態(tài)求解方法
【專利摘要】本發(fā)明公開了一種中心時間序列的動態(tài)求解方法,包括以下步驟:標注時間序列;計算動態(tài)匹配;輸出中心時間序列。本發(fā)明給出了一種新的中心時間序列動態(tài)匹配距離,保持了動態(tài)形狀特征的相似性,比歐幾里德平均距離法求中心時間序列的方法更好地呈現(xiàn)形態(tài)特征。本發(fā)明所確定的一種新的中心時間序列動態(tài)匹配累計方式,保證了中心時間序列到相關(guān)的時間序列動態(tài)匹配距離最小,而且時間復(fù)雜度為O(n(p+q)/2)3),比動態(tài)時間彎曲距離法求解中心時間序列的方法的時間復(fù)雜度好兩個數(shù)量級。本發(fā)明給出的所有預(yù)設(shè)中點中獲取最小誤差的方法,對于時間序列聚類而言,使時間序列聚類更準確。
【專利說明】—種中心時間序列的動態(tài)求解方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種數(shù)據(jù)處理技術(shù),特別是一種中心時間序列的動態(tài)求解方法。
【背景技術(shù)】
[0002]時間序列是指按時間順序排列的一組數(shù)據(jù),是一類重要的復(fù)雜數(shù)據(jù)對象。它廣泛存在于各種不同領(lǐng)域中,如股票價格、各種匯率、銷售數(shù)量、產(chǎn)品的生產(chǎn)能力、天氣數(shù)據(jù)、網(wǎng)購行為和觀點評述等。大量時間序列數(shù)據(jù)真實地記錄了各個時刻的所有重要信息,依時間呈現(xiàn)動態(tài)性,若能得到有效地分析,發(fā)現(xiàn)其中各時間序列之間的相互關(guān)系,必將大大提高人們的認識和理解,進而有效地預(yù)測和控制,在大數(shù)據(jù)時代顯得尤為重要。人們發(fā)現(xiàn)這些時間序列的中心時間序列直接反映了它們的通用模式,有效把握和分析時間序列,至關(guān)重要的就是要有效地求解這些中心時間序列,但不幸的是,在人們致力于研發(fā)時間序列分析和挖掘系統(tǒng)工具中,中心時間序列求解作為其核心程序,一直是個瓶頸。
[0003]觀察時間序列數(shù)據(jù),可以看作是具有一定動態(tài)特性的系統(tǒng)的外在表現(xiàn)形式,這種動態(tài)特性主要表現(xiàn)在于它因時間變化而形成的全局形態(tài)特征和局部形態(tài)特征,其中全局形態(tài)特征描述了時間序列的起伏變化等,局部形態(tài)特征則表現(xiàn)為時間序列局部時間點上的異常觀測值,如不連續(xù)點、極值點、突變點和轉(zhuǎn)折點等。在求解兩個時間序列的中心時間序列過程中,中心時間序列必須具有與參考時間序列相似的動態(tài)特性,保持相似性。然而,由于需要保持其特定的形狀特征,使得目前常用的一些相似性度量和聚類方法失去了原有的優(yōu)越性。
[0004]求解中心時間序列,當前主要采用歐幾里德距離法和動態(tài)時間彎曲距離法。歐幾里德平均距離法求中心時間序列,是直接通過時間序列間對應(yīng)的兩個節(jié)點求歐幾里德距離上的平均中值,計算復(fù)雜度為O (η),但這種歐幾里德二值平均會直接抵消原時間序列在時間彎曲上的形態(tài)特征,導(dǎo)致所求的中心時間序列不支持原時間序列依形態(tài)特征。動態(tài)時間彎曲距離法求解中心時間序列的方法中,先通過隨機產(chǎn)生初始中心時間序列,然后通過迭代產(chǎn)生由每個單獨的時間序列和暫時的中心時間序列之間的動態(tài)時間彎曲距離,逐步精煉,并生產(chǎn)新的臨時中心時間序列,直到迭代到臨時中心時間序列是穩(wěn)定的,與歐幾里德平均距離法求到的中心時間序列相比,在時間彎曲上的表現(xiàn)較好,但計算復(fù)雜度為0(η3),而且因為不是通過最小匹配而是通過迭代逼近法求中心時間序列,所以不易保持誤差最小化。
【發(fā)明內(nèi)容】
[0005]為解決現(xiàn)有技術(shù)存在的上述問題,本發(fā)明要提出一種既要在時間彎曲上的表現(xiàn)較好、又要降低時間復(fù)雜度的中心時間序列的動態(tài)求解方法。
[0006]為了實現(xiàn)上述目的,本發(fā)明的技術(shù)方案如下:一種中心時間序列的動態(tài)求解方法,包括以下步驟:
[0007]Α、標注時間序列:對于多個時間序列,先完成每兩個時間序列之間的求解,最終求出多個時間序列的中心時間序列。不失一般性,假定現(xiàn)有兩個時間序列x[l:m] = (xi,x2,…,xm) (m>l), y[l:n] = (y1, y2,…,yn) (η>1),需要求出它們的中心時間序列(^[Ι:!:] =、,c2,…,cq) (q>l)。
[0008]B、計算動態(tài)匹配:時間序列X與c之間存在動態(tài)時間匹配關(guān)系W=Ewm, Wl,2]T.[w2;1, w2;2]T,..., [wk;1, wk;2]T,..., [wL;1, wL;2] ], k ∈ {1,2,...,L},wk’i e {1,2,...,m},wk,2e {1,2, -,q}0動態(tài)匹配距離為:
【權(quán)利要求】
1.一種中心時間序列的動態(tài)求解方法,其特征在于:包括以下步驟: A、標注時間序列:對于多個時間序列,先完成每兩個時間序列之間的求解,最終求出多個時間序列的中心時間序列;不失一般性,假定現(xiàn)有兩個時間序列x[l:m] = (xi,x2,…,xm)(m>l), y[l:n] = (y1, y2,…,yn) (η>1),需要求出它們的中心時間序列(^[Ι:!:] =、,C2,…,cq)(q>l); B、計算動態(tài)匹配:時間序列X與c之間存在動態(tài)時間匹配關(guān)系T.[w2;1, w2;2]T,..., [wk;1, wk;2]T,..., [wL;1, wL;2] ], k e {1,2,...,L},wk’i e {1,2,...,m},wk,2 e {I, 2,…,q};動態(tài)匹配距離為:
【文檔編號】G06F17/30GK103942300SQ201410151135
【公開日】2014年7月23日 申請日期:2014年4月15日 優(yōu)先權(quán)日:2014年4月15日
【發(fā)明者】劉洪波, 孫燾, 周亮, 孫野青 申請人:大連海事大學(xué)