李 颖,于 东,胡 毅,刘劲松,张丽鹏

1(中国科学院 沈阳计算技术研究所,沈阳 110168)

2(中国科学院大学,北京 100049)

3(沈阳中科数控技术股份有限公司,沈阳 110168)

1 引言

在这个信息化时代中,随着计算机技术的高速发展,信息的产生、收集和存储能力不断增强,产生了越来越多的数据.数据类型不断增多:图像、文本、音频等.时间序列型数据不仅只在时间上具有前后关系,任何逻辑上具有先后关系且不可改变的数据都是时间序列型数据.所以,时序数据广泛存在于各个数据类型中.因此,时间序列型数据得以在医疗诊断、工业生产与控制、运动检测、生物识别、考古研究等生活的各个领域中应用广泛.但是,通常采集到的时序型数据在一个维度上会不断增加,所以时间序列型数据具有数据维度高、数据量大[1]的特点.若直接使用传统的数据挖掘技术对时间序列数据进行分析不仅需要耗费大量的时间和存储成本[2],还很可能难以分析,得不到结果.

为了在保留时间序列有效特征的前提下,减少数据量,对数据进行压缩,Keogh、Chu和Hart 提出了PLR[3]表示方法.PLR 方法是时间序列的分段线性表示方法.该方法的主要思想是从原始时间序列中提取重要特征点,用这些特征点连接起来的直线段代表原时间序列.这种方法用寻找到的关键点更直观地展示了原始时间序列的特征.Ehmke 等[4]提出了自顶向下的TD 方法寻找关键点.与文献[4]不同,Theodosios等[5]以自底向上的BU 方法寻找关键点.两个方法都是时……