| 基于多项式最小二乘滤波的时间序列相似性度量 |
| |
| 引用本文： | 乔钢柱,朱良泽,丁智慧,程谭.基于多项式最小二乘滤波的时间序列相似性度量[J].测试技术学报,2020,34(1):28-33. |
| |
| 作者姓名： | 乔钢柱 朱良泽 丁智慧 程谭 |
| |
| 作者单位： | 中北大学 大数据学院,山西 太原 030051,中北大学 大数据学院,山西 太原 030051,中北大学 大数据学院,山西 太原 030051,中北大学 大数据学院,山西 太原 030051 |
| |
| 基金项目： | 山西省重点研发计划重点资助项目 |
| |
| 摘 要： | 生产实践中会产生大量的时间序列数据,而通过对时间序列数据的挖掘可以指导生产实践.时间序列数据通常维度高,为了保证原始序列的变化形态,有研究提出了时间序列重要点表示,但是选取重要点后,序列仍然受到噪声点的影响.为此首次提出在预处理阶段对时间序列进行多项式平滑滤波(Savitzky-Golay),然后对平滑后的序列选取重要点.重要点的选取使用连续三点取值的算法,为了更大程度上降低时间序列的长度,对极值点的选取增加了新的约束条件.时间序列相似性度量使用快速动态时间规整算法(FastDTW),实验表明所提算法具有可行性和有效性.
|
| 关 键 词： | 时间序列 相似性度量 多项式平滑滤波 重要点 快速动态时间规整 |
Time Series Similarity Measure Based on Polynomial Least Squares Filtering |
| |
| QIAO Gangzhu,ZHU Liangze,DING Zhihui,Cheng Tan.Time Series Similarity Measure Based on Polynomial Least Squares Filtering[J].Journal of Test and Measurement Techol,2020,34(1):28-33. |
| |
| Authors: | QIAO Gangzhu ZHU Liangze DING Zhihui Cheng Tan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
