殷炜宏，王若愚，段倩倩，李国强

(1.上海工程技术大学电子电气工程学院，上海 201620 ；2.上海交通大学软件学院，上海 200240)

1 引言

近年来，数据量日益增长，数据中隐藏着许多有价值的信息，需要通过数据挖掘[1]来探究数据中隐含的有用信息。那么，在数据挖掘领域中，时间序列则是数据挖掘的一个热门研究领域[2]。时间序列作为一种特殊的大数据，普遍存在于金融、医疗、农业、气象、科学观测和工程等各个领域。若将原始数据直接用于时间序列的数据挖掘任务[3]中，则会导致过多的噪声被引入，使得实验结果往往较差，影响最终的度量精度。

因此，许多研究者提出了时间序列的表示方法，为后续的相似性搜索[4,5]工作做了很好的铺垫。现阶段，时间序列表示方法主要有4种[6]：频域表示法(离散傅里叶变换DFT(Discrete Fourier Transform)[7]和离散小波变换DWT (Discrete Wavelet Transform)[8])、奇异值分解SVD(Singular Value Decomposition)表示法[9]、符号近似聚合SAX(Symbolic Aggregate Approximation)表示法[10]和分段线性表示法PLR(Piecewise Linear Representation)[11]。

很多应用领域更关注时间序列在某个时间段的变化模式和规律，而不是单点特征。例如在医疗领域中，心电时间序列[12]在同一周期内会有不同的波段特征，如P波、PR间期、QRS波群、ST段等，这些波段间期有着各自的序列趋势特征，若从单点特征看是很难看出其属于哪个波段，而通过时序的表示方法能很清楚地看出每个波段的趋势特征，能更准确判断出该波形属于哪类波段，进一步确诊病人的心脏疾病。

在上述时序表示方法中，时间序列的分段线性表示方法简单直观且数据压缩效率高。……