作者：贾瑞玉; 王瑞时间序列相似性趋势向量距离
摘要：时间序列本身具有高维、高噪声的特点。在进行相似性度量之前，需要对序列进行特征表示。针对时间序列相似性度量工作中，使用分段线性表示方法对序列进行特征表示，分段拟合效果依赖于划分粒度，若分段数和分段点选取不当，可能导致拟合效果不佳、难以准确反映序列整体形态趋势的问题，提出一种新的基于趋势的相似性度量方法。该方法将经验模态分解方法与分段线性表示方法相结合，首先用经验模态分解方法过滤细节信息，提取序列的主要形态趋势，得到趋势拟合序列。在此基础上，再用分段线性表示方法对趋势拟合序列进行分段表示，减少拟合结果对划分粒度的依赖性。最后给出序列的分段向量距离计算方法，对趋势分段序列计算加权向量距离，得到不同序列之间的相似性。仿真实验表明，该算法稳定有效、对噪声不敏感。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
