时间序列分类问题的算法比较

《时间序列分类问题的算法比较》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据第30卷第8期计算机学报v0I．30No．81111芝!星呈坚!些至!三!里坚里型垒至竺!曼窒丝呈竺三星里!垒：!：!!!!时间序列分类问题的算法比较杨一鸣”潘嵘”潘嘉林2’杨强”。’李磊”1’(中山大学软件研究所广州510275)”(香港科技大学计算机科学与工程系香港)摘要时问序列分类是时间序列数据分析中的重要任务之一，不硒于时间序列分析中常用的算法与问题，时闻序列分类是要把整个时间序列当作输人．其目的是要赋予这个序列某个离散标记．它比一般分类问题困难，主要在于要分类的时间序列数据不等长，这使得一般的分类算法不

2、能直接应用．即使是等长的时间序列，由于不同序列在相同位置的数值一般不可直接比较，一般的分类算法依然还是不适合直接应用．为了勰决这些难点，通常有两种方法：第一，定义合适的距离度量(这里，最常用的距离度量尾DTw距离)，使得在此度量意义下相近的序列有相同的分类标签，这类方法属于领域无关的方法I第二，首先对时间序列建模(利用序列中前后数据的依赖关系建立模型)．再用模型参数组成等长向量来表示每条序列，晟后用一般的分类算法进行训练和分类，这类方{击属于领域相关的方法．长期以来，研究者往往只倾向于使用其中一种算法，而这两类算法的比较

3、却比较缺乏．文中深人分析了这两类方法，并且分别在不同的合成数据集和宴际数据集上比较了两类方法．作者观测到了两类算法在不同因素影响下的性能表现，从而为今后发展新的算法提供了有力依据．·关毽词分类’时间序列；基于模型聚类}马尔可夫模型；统计学习中田法分类号TP311AComparatiVeStudyonTimeSeriesClassificationYANGYi—Min91’PANRon矿PANJia_Lin2’YANGQian91m’uLeil’1’(sD^M心hjf彻?Fts州hPscn哳⋯，l鲫，G弛孵柚似510275

4、)2’(皿，Ⅱ一眦毗。，CM节“妒＆晰卯4耐￡ngl揪增，Ho憎K删gU毗wlf咿。，&㈣耐T“加如gy，H删gK删g)Abstl'ctTimes盯iesclassificationorcategorizationisanimportanttaskintime—seriesanalysi8．Unliketraditionalmethodsandproblemformulationsintime—seriesanalysis，timeseriesclassifi—cationaimstotakewholetimeseque

5、ncesasinput，andproducediscreteIabelsthatareassignedtoeachsequence．Comparedtotraditionalclassificationproblems，timeseriesclassificationposesadditionaldifficulties．AmajordiffIcultyisduetothefactthatthetimesequencesarevariableinIength，maki“gmanytradltionalclassifica

6、tionmethodsunabletoappIydirectly．Evenforse—quencesofuniform1engths，manymeth。dscanstillnotbeapplieddirectIybecauseo“enthedata10catedatdifferentpartsofthesequencesareincomparable．Twomethodshavebeentriedsepa—ratelyinthepast，includi“gdistancebasedmethodssuchasDTW，and

7、modelbasedmethodssuchasMarkovmodels．Usi“geitherofthesemethodsaspreprocessingsteps，auniform1engthVect。r8pacecanbebuiIttoenabJethecIassmcationmethodstobeappIie也Inthepast，therehasbeenalackofcomparisonbetweenthesetwomethods．ThisP8percomparesdistanceandmodelbasedmetho

8、dsonseveraldatasetsincIudingsyntheticandrealdatasets，toexplicatetherelativeadvantagesanddisadvantagesofthesemethods．Thispaperpresentsseveralkeyobservationson收稿