李海林 多元时间序列的改进下界距离测度。 （英语） Zbl 1400.62189号 生理学A 468, 622-637 (2017). 摘要：下限函数是用于快速搜索和索引时间序列数据的重要技术之一。多元时间序列具有高维性的两个方面，包括基于时间的维度和基于变量的维度。由于基于变量的维数的影响，提出了一种新的方法来处理多元时间序列的下界距离计算。与传统方法一样，该方法在第一步也降低了时间序列的维数，因此不直接将下限函数应用于多元时间序列。降维是根据分段聚合近似的原理，将多变量时间序列降维为表示为中心序列的单变量时间序列。此外，还设计了一个扩展的下限函数，以获得良好的紧密性和快速测量任意两个中心序列之间的距离。实验结果表明，该下界函数具有较好的紧度，提高了多元时间序列数据集的相似性搜索性能。 MSC公司： 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 关键词：多元时间序列;下限函数;分段聚合近似;中心序列;数据挖掘 软件：UCI-毫升;ICALAB公司 PDF格式BibTeX公司 XML格式引用 \textit{H.Li}，Physica A 468，622--637（2017；Zbl 1400.62189） 全文： 内政部 参考文献： [1] 杨琼。；Wu，X.，《数据挖掘研究中的10个挑战性问题》，国际J.Inf.Technol。小数。制造商。，5, 597-604 (2006) [2] 他，G。；Duan，Y。；彭，R。；景，X。；钱，T。；Wang，L.，多元时间序列的早期分类，神经计算，149777-787（2015） [3] Izakian，H。；佩德里茨，W。；Jamal，I.，使用动态时间扭曲距离对时间序列数据进行模糊聚类，工程应用。Artif公司。智力。，39, 235-244 (2015) [4] Górecki，T。；Łuczak，M.，带参数导数动态时间扭曲的多元时间序列分类，专家系统。申请。，42, 2305-2312 (2015) [5] 顾，H。；荣，G。；Shao，J.，一种新型时间序列模式的高效算法，专家系统。申请。，38, 1805-1813 (2011) ·Zbl 1217.80054号 [6] Yang，K。；Shahabi，C.，多元时间序列的有效\（k\）近邻搜索，Inf.Comput。，205, 65-98 (2007) ·兹比尔1109.68040 [7] 埃斯林，P。；Agon，C.，《时间序列数据挖掘》，ACM Compute。调查。，45, 12 (2012) ·Zbl 1293.68104号 [8] Fu，T.-c.，时间序列数据挖掘综述，工程应用。Artif公司。智力。，24, 164-181 (2011) [9] 翁，X。；Shen，J.，使用二维奇异值分解对多元时间序列进行分类，Knowl-基于系统。，21, 535-539 (2008) [10] 新西兰银行。；Abonyi，J.，基于相关性的多元时间序列动态时间扭曲，专家系统。申请。，39, 12814-12823 (2012) [11] Li，H.，时间序列数据挖掘中基于异步的主成分分析，专家系统。申请。，412842-2850（2014年） [12] Cichocki，A。；Amari，S.-i.，《自适应盲信号和图像处理：学习算法和应用》，第1卷（2002年），John Wiley&Sons [13] D’Urso，P。；De Giovanni，L。；Maharaj，E.A。；Massari，R.，《用于分类多元时间序列的基于小波的自组织映射》，J.Chemmetr。，28, 28-51 (2014) [14] 鹤山，G。；J.青山。；Shengrui，W.，基于点分布的多元时间序列模式匹配方法，中国。J.软件。，20, 67-79 (2009) ·Zbl 1212.68048号 [15] Baydogan，M.G。；Runger，G.，学习多元时间序列分类的符号表示，Data Min.Knowl。发现。，29, 400-422 (2015) ·Zbl 1403.68181号 [19] Chan，K.-P。；Fu，A.-C.，小波有效时间序列匹配，（第十五届数据工程国际会议论文集（1999），IEEE），126-133 [20] Faloutsos，C。；Ranganathan先生。；Manolopoulos，Y.，时间序列数据库中的快速子序列匹配，（1994年ACM SIGMOD国际数据管理会议论文集（1994），ACM：美国纽约州纽约市ACM），419-429 [21] 基奥，E.J。；Pazzani，M.J.，导数动态时间扭曲。，（《第一届SIAM数据挖掘国际会议论文集》，第1卷（2001），SIAM），5-7 [22] 基奥，E。；Ratanamahatana，C.A.，《动态时间扭曲的精确索引》，Knowl。信息系统。，7, 358-386 (2005) [23] 基奥，E。；查克拉巴蒂，K。；巴扎尼，M。；Mehrotra，S.，大型时间序列数据库中快速相似性搜索的降维，Knowl。信息系统。，3, 263-286 (2002) ·Zbl 0989.68039号 [24] 拉宾纳，L。；Juang，B.H.，《语音识别基础》（1993），皮尔逊教育，第一次印度再版 [28] Lemire，D.，《使用双过程动态时间扭曲下限实现更快检索》，《模式识别》。，422169-2180（2009年）·Zbl 1169.68594号 [30] 李，H。；Yang，L.，动态时间扭曲的一些现有下限函数的扩展和关系，J.Intell。信息系统。，1-21 (2014) [31] Rath，T.M。；Manmatha，R.，多元时间序列动态时间扭曲距离的下限，技术代表MM-40（2003），马萨诸塞大学阿默斯特分校 [32] Li，H.，多元时间序列的分段聚合表示和下限距离函数，Physica A，427，10-25（2015） [33] Sakoe，H。；Chiba，S.，口语识别的动态编程算法优化，IEEE Trans。阿库斯特。语音信号处理。，26, 43-49 (1978) ·Zbl 0371.68035号 [34] Itakura，F.，应用于语音识别的最小预测残差原理，IEEE Trans。阿库斯特。语音信号处理。，23, 67-72 (1975) [35] 巴赫，K。；Lichman，M.，Uci机器学习库（2014），信息与计算机科学学院，URLhttp://archive.ics.uci.edu/ml 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。