時(shí)間序列分類(lèi)的研究.pdf

1、時(shí)間序列分類(lèi)是時(shí)間序列數(shù)據(jù)挖掘的重要任務(wù)之一。它比普通分類(lèi)問(wèn)題困難的主要原因是時(shí)間序列數(shù)據(jù)長(zhǎng)度不一致，而一般的分類(lèi)算法只能處理長(zhǎng)度相等的數(shù)據(jù)。即使是長(zhǎng)度相等的時(shí)間序列，因?yàn)椴荒苤苯颖容^時(shí)間序列在相同位置上的數(shù)值，還是不能直接使用一般的分類(lèi)算法。解決這幾個(gè)難點(diǎn)通常有兩種方法：第一，定義適合分類(lèi)的距離度量，使得在此度量意義下相近的序列有相同的分類(lèi)標(biāo)簽，這類(lèi)方法稱(chēng)為領(lǐng)域無(wú)關(guān)的方法；第二，先利用時(shí)間序列中前后數(shù)據(jù)的依賴(lài)關(guān)系建立模型，再利用模型參

2、數(shù)來(lái)表示每條序列，最后用一般的分類(lèi)算法進(jìn)行訓(xùn)練和分類(lèi)，這類(lèi)方法稱(chēng)為領(lǐng)域相關(guān)的方法。
　　 本論文分別從這兩方面進(jìn)行了研究，針對(duì)這兩類(lèi)方法提出了相應(yīng)的改進(jìn)方法，并對(duì)提出的兩類(lèi)改進(jìn)算法進(jìn)行了比較研究。主要工作有：
　　 (1)人們常常會(huì)用不同的“分辨率”來(lái)分析時(shí)間序列數(shù)據(jù)，而基于點(diǎn)距離的度量不具備這種的能力，無(wú)法有效反映不同時(shí)間尺度下時(shí)間序列的相似性。時(shí)間序列分類(lèi)的第一類(lèi)方法目前大都是基于點(diǎn)距離的方法，對(duì)股票價(jià)格這種人們比較

3、關(guān)心走勢(shì)的時(shí)間序列的分析存在不足。變化趨勢(shì)反映了時(shí)間序列的動(dòng)態(tài)特性，具有更高的使用價(jià)值。本論文針對(duì)已有的時(shí)間序列趨勢(shì)化表示算法TR對(duì)時(shí)間序列信息描述不完整的缺陷，提出了基于均值的時(shí)間序列趨勢(shì)化算法ITR，并重新定義了距離度量方法。該距離度量結(jié)合了趨勢(shì)距離和點(diǎn)距離的優(yōu)勢(shì)，比傳統(tǒng)的趨勢(shì)化算法提供了更多的描述信息，因而能夠獲得比傳統(tǒng)的趨勢(shì)化算法更精確的結(jié)果。實(shí)驗(yàn)結(jié)果表明，基于均值的趨勢(shì)距離度量的分類(lèi)器比基于傳統(tǒng)趨勢(shì)距離度量的分類(lèi)器具有更高的分

4、類(lèi)精度。
　　 (2)時(shí)間序列分類(lèi)的第二類(lèi)方法當(dāng)前大多是采用(主成分分析)PCA、(保局部投影)LPP等對(duì)1-NN分類(lèi)器進(jìn)行優(yōu)化。通過(guò)LPP得到的映射簡(jiǎn)單并且是線(xiàn)性的，能夠表示數(shù)據(jù)的非線(xiàn)性結(jié)構(gòu)，因此LPP算法應(yīng)用廣泛。然而LPP算法是一種無(wú)監(jiān)督的學(xué)習(xí)算法，未能充分地利用樣本的類(lèi)別信息，求取的并不是判別意義上的最優(yōu)的投影向量，而且所找出的投影矩陣的列向量并不是兩兩正交的，數(shù)據(jù)重構(gòu)比較困難。本論文通過(guò)引入LDA(線(xiàn)性判別分析)的思想

5、，充分利用樣本的類(lèi)別信息，求取判別意義上最優(yōu)的投影向量，將LPP算法擴(kuò)展為一種有監(jiān)督的學(xué)習(xí)算法，同時(shí)采用一種簡(jiǎn)單的正交化方法使投影矩陣的列向量?jī)蓛烧?，消除冗余特征，從而獲得更好的1-NN分類(lèi)器。
　　 (3)長(zhǎng)期以來(lái)，研究者往往只傾向于使用其中的某一類(lèi)算法，而對(duì)這兩類(lèi)算法的對(duì)比研究卻比較缺乏。我們采用豐富的分類(lèi)數(shù)據(jù)集對(duì)提出的算法ITR和SLDPP進(jìn)行了深入的比較和分析。通過(guò)比較，我們發(fā)現(xiàn)領(lǐng)域相關(guān)的算法SLDPP+1NN比較有優(yōu)