| 基于适应性分段估计的数据流相似性搜索 |
| |
| 作者姓名： | 吴枫 仲妍 吴泉源 贾焰 杨树强 |
| |
| 作者单位： | 国防科学技术大学,计算机学院,湖南,长沙,410073;国防科学技术大学,计算机学院,湖南,长沙,410073;国防科学技术大学,计算机学院,湖南,长沙,410073;国防科学技术大学,计算机学院,湖南,长沙,410073;国防科学技术大学,计算机学院,湖南,长沙,410073 |
| |
| 基金项目： | Supported by the National High-Tech Research and Development Plan of China under Grant Nos.2006AA01Z451, 2007AA01Z474 (国家高技术研究发展计划(863)) |
| |
| 摘 要： | 相似性搜索在股票交易行情、网络安全、传感器网络等众多领域应用广泛.由于这些领域中产生的数据具有无限的、连续的、快速的、实时的特性,所以需要适合数据流上的在线相似性搜索算法.首先,在具有或不具有全局约束条件下,分别提出了没有索引结构的DTW(dynamic time warping)下限函数LB_seg_WFglobal和LB_seg_WF,它们是一种分段DTW技术,能够处理数据流上的非等长序列间在线相似性匹配问题.然后,为了进一步提高LB_seg_WFglobal和LB_seg_WF的近似程度,提出了一系列的改进方法.最后,针对流上使用LB_seg_WFglobal或LB_seg_WF可能会出现连续失效的情况,分别提出了DTW的下限函数LB_WFglobal(具有全局约束条件)和上限函数UB_WF、下限函数LB_WF(不具有全局约束条件).通过增量方式快速估计DTW,极大地减少了估计DTW的冗余计算量.通过理论分析和统计实验,验证了该方法的有效性.
|
| 关 键 词： | 相似性搜索 数据流 时间序列分析 动态时间扭曲 |
| 修稿时间： | 2008-12-30 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《软件学报》浏览原始摘要信息 |
|
点击此处可从《软件学报》下载免费的PDF全文 |
|
