李国荣，冶继民，甄远婷

（西安电子科技大学数学与统计学院，西安 710126）

（*通信作者电子邮箱jmye@mail.xidian.edu.cn）

0 引言

随着计算机技术的发展，时间序列数据作为一种重要的数据形式存在于生活各个领域，例如：医学、金融股票、天气数据、图像分割等［1］。面对这些庞大的数据集，如何对其进行有效处理，挖掘出有效信息已经成为了当今研究的热点话题。时间序列聚类是其中最典型的一种方法，其目的是将未标记的时间序列数据划分到不同的组，并确保组内序列的相似程度最大、组间序列相似程度最小，从而识别出序列集合的结构，提取需要的重要信息［2］。由于在收集这些数据的过程中，会遇到很多不稳定因素，导致数据集中存在一些异常值点。这些异常值会直接影响到最终的聚类结果，从而影响后续对数据进行分析、预测的结果，最终可能做出错误的决策。因此，采取适当的方法消除异常值对聚类结果的影响非常有必要。

目前已有一些处理异常值的方法，例如：彭柳青等［3］将样本加权思想与子空间聚类算法相结合，为每一个样本分配反映离群程度的尺度参数，提出了一种鲁棒的子空间聚类算法；曹晨曦等［4］将统计的方法应用到时间序列数据中，提出了一种基于统计方法的异常值检测与校正方法；Grané 等［5］提出了一种基于小波的通用的异常值检测与校正的方法；Lafuente-Rego 等［6］通过分别考虑度量、噪声、分段方法，并基于比较样本分位数自协方差，提出了三种模糊C-mesoids 模型，三种方法从不同的角度对异常值进行了处理。……