作者：邢邗; 石晓达; 孙连英; 葛娜时间序列趋势转折点ucr时间序列分类数据集分段线性表示拟合误差
摘要：时间序列数据蕴含趋势信息，可以根据数据的趋势信息提取趋势转折点，达到压缩数据、减少噪声影响的目的。通过分析时间序列数据的趋势信息，提出自适应数据趋势转折点提取算法。该算法不依赖任何先验知识，根据数据本身的趋势特征自动提取趋势转折点，提取信息包括坐标索引和对应数据。UCR时间序列分类数据集与SEEP、CAP和PAA等算法进行对比的实验结果表明，在多种数据情况下，该算法拟合误差和分类错误率更小，平均拟合误差为0．3736，分类错误率同原始数据的分类错误率相比减少3．39％。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
