改进的基于重要点的时间序列数据分段方法

Ｍｉ ｏｏ ｕｅ ｐｉａｉ ｓ ｏ．８ Ｎ ．，０ ２ ｃ ｃｍｐ ｔ Ａｐ ｌ ｔ ｎ １ ， ｏ ２ １ ｒ ｒ ｃ ｏ Ｖ ２ ２
文章 编 号 ： １０ ．５ Ｘ ２ １）．０ ８０ ０ ７７ ７ （０ ２２０ ４ —４
开发 应用
微型 电脑 应 用
２１ 年第 ２ ０２ ８卷 第 ２ 期
相 邻 的线 段 簇 ， 若 干 条 首 尾 相 邻 的直 线 段 来 近 似 代 替 原 有 用
时间序列 ，间隔并不一定相等。对于每个分段 内部 ，一般采 用线性插值或者线性回归的方法拟 合数据 。 此方法又可细分
为 两 种 ， 一 种 采 用 拟 合 误 差 的 方 法 进 行 分 段 ， 代 表 人 是 Ｋ ｏｈ ｅ ｇ 。在 Ｋｅｇ ｏｈ的 分段 表 示 方 法 中，分 段 近 似 的 目标 是 使
原时 间序列与其线性近似表示之间的残 差平 方和最 小＿。另 ３ 】
一
种采用寻找重要点的方法， 存储对序列走势有重要影响的 Ｐ Ａ 方法在不考虑实际序列形状 的情况下 ，仅仅 采用 Ａ
点［ 。
时间序列数据 。 传统的时间序 列数据 的分析是基于概率统计 的原理进行 的，重点在 于对数据建模 ， 但是经常需对时间序
列 数 据 做 出 一 些 假 设 ， 如 满 足 平 稳 随机 过 程 或 者 正 态 分 布 等 ，但 这 种 假 设 往 往 与 实 际 并 不 相 符 ，存 在 很 大 缺 陷 ，因 此
等 分 的方 法 ， 能 很 好 地 保 留 原 始 序 列 的变 化趋 势 。基 于残 不 差 的 Ｐ Ｒ 方 法 不 保 证 时 间序 列 的每 一分 段 内只 具 有 一 种 基 Ｌ 本 趋 势 ，只 关 注 了局 部特 征 ，而 忽 略 了整 体 特 征 。而 基 于 重 要 点 的方 法 很 符 合 人 们 的 视 觉 印 象 ， 以保 留整 个 序 列 中 重 可 要 的 趋 势 情 况 ，但 需 要 准 确 对 重 要 点进 行 定 义 。
符 号表示法 、基于分段 的表示、 Ｉ。其 中基于分段 的表示法 ？ ” 去 因为具有 良好 的数据压缩及噪声过滤作用 ， 并支持快速相似 性搜 索，是使用 的较 多的一种方法 。 按照 分段方法 的不 同， 于分段 的表示法可分为 以下几 基
种 ：第 一 种 称 为 Ｐ ＡＡ （ 段 近 似 聚 合 ） 分 ，通 过 对 时问 序 列 进 行 等 间 隔划 分 ，用 每 一 段 的平 均 值 来 近 似 描 述 整 个 序 列 。 Ｊ
为低频 数据和 高频数据 。 时间序 列数据在 日常生活 中的应用 极其广泛 ，如金融证券市场 中股票每天 的收盘价格 ， 商品零
售 市场 中各 个 周 期 的销 售 额 ， 天气 预 报 中某 个 地 方 每 天 温 度 的变 化情 况 ， 至 某 些 多 媒 体 数据 经 过 一 定 的转 换 也 能 变 成 甚
改进 的基 于重 要 点 的 时 间序 列数 据 分 段 方 法
田野 ，张 忠 能
摘 要 ：时间序 列数据是 日常生活中十分常见的一类数据 ，由于它具有维数高，数据量 大的特点 ，对这类数据进行压 缩表 示，
是 进 一 步进 行 数据 挖 掘 的 前提 。 首 先 将 基 于 重要 点 的表 示 方法 与 其 他 几种 表 示 方 法 进行 了比较 ，然 后 对 基 于 重要 点 的表 示 方 法 进行 了改进 ，采 用优 先 级 队 列作 为 辅 助 ，在 用 户可 以指 定的压 缩 比例 下 ，选 出重要 点 。 实验 证 明 ，该 方 法取 得 了良好 的效
果。
关键 词 ： 时 间序 列 数据 ； 重要 点 ；线 性 分 段 ；优 先 级 队 列
中图分类号：Ｔ ３ １ Ｐ １
文献标志码 ：Ａ
０ 引言
时间序列数据 就是按照 某一 个特 定时间 间隔对 某个现 一
象观 察形 成 的 结果 序 列 ， 这个 时 间 间 隔可 以是 年 、 度 、 、 季 月 周 、 日、甚 至 是 小 时 、分 、秒 ，按 照 观 察 间 隔 的 不 同 ，可 分
在原始数据上进行挖掘效率低下 ， 因此 时问序列在计算机 中
的表 示 问题 ， 是进 行 此 类 中问的每个观 察结果 可形 式化定义 为元
１相关技术
与传 统 数 据 相 比 ， 时 间序 列 数 据 具 有 高 维 度 、 海量 性 、 复 杂性 以及 存 在 大 量 噪 声 干 扰 的特 性 ，因此 ， 间序 列 数 据 时 表 示 的主 要 目标 是 要 降低 维 度 以及 减 少 噪 声 干 扰 。目前 已有 的 表 示方 法 有 以下 几 类 ： 于 频 域 的表 示 法 、 异 值 分解 法 、 基 奇
组（’） Ｖｔ。ｖ为待观 察变量 的值 ，可 以是股票的价格、某地的
温 度 等 ；ｔ 为观 察 时刻 的 时 间戳 ，一 个 时 间序 列 包 含 若 干 个
这 样 的元 组 ｛ ｔ ，（２２， … ，（ ｝ 其 中 ｔｔ 照 （ ） ｖ，） ｔ ｖ，）， ｔ ｌ２ 按 ，…ｔ
时问 先 后 顺 序 有 序 排 列 。 分 段 方 法 的 目标 是 对 时 间 序 列 进行 降维 ， 保 留时 间 序 在 列 数 据 大 致 形 状 的 情 况 下 尽 量 减 少 其 中 点 的个 数 ， 就 要 求 这
精心查找时间序列数据中的重要点。
２２ 重 要 点 的 确 定 ．
引入数据挖掘技术成为一种必然 。 时间序列数据 的研究包括
相似 性 查 找 、聚 类 和 分 类 、时 序 规 则挖 掘及 模 式 提 取 、序 列 趋 势 预测 等方 面 。 由于 时 间序 列 一 般 是 海 量 、 高 频 的 数据 ，
２问题描述 以及重要 点的定义
２１ ． 问题 的 定 义