论文部分内容阅读
作为一类重要的复杂类型数据，时间序列已成为数据挖掘领域的热点研究对象之一。针对时间序列的数据挖掘在智能交通控制中有着十分重要的作用，其通常首先需要将时间序列分段并转变为种类有限的符号序列，以利于进一步进行时间序列模式挖掘。本文针对当前时间序列分段方法复杂度较大，效果不佳等问题，提出了一种简单高效的基于累积和控制图(CUSUM)拐点检测的时间序列分段方法，并且采用动态时间弯曲度量计算不等长子序列的相异度，最后运用层次化聚类算法实现子序列的分类及符号化。实验表明，本文所提出的方法切实可行，实验结果具有较为明显的意义。