马超红，翁小清

(河北经贸大学 信息技术学院，河北 石家庄 050061)



时间序列早期分类综述

马超红，翁小清

(河北经贸大学 信息技术学院，河北 石家庄 050061)

在总结了近年来关于时间序列早期分类相关文献和相关研究进展的基础上，对参考文献中的学术观点、分类方法进行了比较归类，内容涵盖了时间序列原始数据的早期分类，时间序列早期分类的特征提取与选择、评估方法，早期分类构造模型等方面，为研究者了解最新的时间序列早期分类研究动态、新技术、发展趋势提供了参考。

时间序列；早期分类；特征提取与选择

引用格式：马超红，翁小清. 时间序列早期分类[J].微型机与应用，2016,35(16)：13-15，19.

0　引言

时间序列在狭义上是指按时间顺序有次序的一组数据，而广义上任何实值型的有次序的序列都可以当作时间序列来处理。时间序列分类被广泛应用在医学诊断、灾害预测、入侵检测、过程控制、道路交通等生活中的方方面面。而在很多领域中越早做出分类对于指导决策越有利，时间序列的早期分类应运而生，并在一些时间敏感的应用领域至关重要，例如健康信息学、灾害预测、入侵检测、股市行情预测等领域。

时间序列早期分类即针对时间序列数据尽早地做出预测，并满足预期的预测质量(准确率)。换句话说，在满足一个给定的最小的准确率情况下，早期分类尝试着优化分类的早期性，而不是像其他一般分类方法那样只追求最大化准确率[1]。

时间序列的早期分类方法大致分为三类：基于原始数据、基于特征和基于模型的分类方法。……