时间序列数据降维和特征表示方法
来源期刊:控制与决策2013年第11期
论文作者:李海林 杨丽彬
文章页码:1718 - 1722
关键词:时间序列;数据降维;特征表示;数据挖掘;
摘 要:数据降维和特征表示是解决时间序列维灾问题的关键技术和重要方法,它们在时间序列数据挖掘中起基础性作用.鉴于此,提出一种新的时间序列数据降维和特征表示方法,利用正交多项式回归模型对时间序列实现特征提取,结合特征序列长度对时间序列的拟合分析结果,运用奇异值分解方法对特征序列进一步降维处理,进而得到保存大部分信息且维数更低的特征序列.数值实验结果表明,新方法可以在维度较低的特征空间下取得较好的数据挖掘聚类和分类效果.
李海林1,2,杨丽彬1
1. 华侨大学工商管理学院2. 大连理工大学系统工程研究所
摘 要:数据降维和特征表示是解决时间序列维灾问题的关键技术和重要方法,它们在时间序列数据挖掘中起基础性作用.鉴于此,提出一种新的时间序列数据降维和特征表示方法,利用正交多项式回归模型对时间序列实现特征提取,结合特征序列长度对时间序列的拟合分析结果,运用奇异值分解方法对特征序列进一步降维处理,进而得到保存大部分信息且维数更低的特征序列.数值实验结果表明,新方法可以在维度较低的特征空间下取得较好的数据挖掘聚类和分类效果.
关键词:时间序列;数据降维;特征表示;数据挖掘;