武天鸿 翁小清

(河北经贸大学信息技术学院 河北 石家庄 050061)

0 引 言

时间序列通常是指按时间顺序排列而成的一组数据，任何有序的实值型数据都可以当作时间序列处理[1]。时间序列分类根据训练集中对象所构建的分类模型，判别被分类对象所属的类别[2]。时间序列分类已经被广泛应用于生活的各个方面，如模式识别、工业控制、金融和交通等，但时间序列数据维度高，分类难度大。

时间序列符号表示是一种重要的时间序列分析方法，是指将连续的实值型数据表示成低维离散的符号序列数据。时间序列符号表示方法不仅简单高效，对噪声具有鲁棒性，还可以利用来自文本处理、信息检索和生物信息学等领域的算法，对于提高时间序列分类算法的性能和效率具有重要意义。SAX(Symbolic Aggregate approXimation)[3-4]是一种经典的时间序列符号表示方法，该方法能较好地体现时间序列的整体趋势且简单高效。但SAX只适用于服从高斯分布的时序数据，且仅用分段的均值并不能很好地描述时间序列的局部特征，完全不同的时间序列可能会得到相似的符号表示，SAX的MINDIST距离度量的紧性较差，容易产生误报。目前，大部分基于符号表示的时间序列分类研究主要集中在SAX性能的改进上，符号化时只考虑了单个时间序列样本的数据，没有考虑数据集样本间的近邻关系对分类的影响，且降维过程中没有利用类标签的信息，是无监督的表示方法。

本文提出一种基于正交局部保持映射[5]符号表示的时间序列分类方法OLPP_SC(OLPP Symbolic Classification)。……