计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (34): 129-131.DOI: 10.3778/j.issn.1002-8331.2008.34.040
郭艳琴,贾素玲
GUO Yan-qin,JIA Su-ling
摘要: 时间序列数据挖掘是时态数据挖掘的一个重要方面,针对金融时间序列非稳定、非线性的特点,使用EMD方法进行序列趋势的提取,得到了原始时间序列的长期趋势。在此基础上提出了子序列分层匹配算法,首先进行时间序列趋势的粗匹配,在结果集中进一步进行细节匹配,与传统方法相比,提高了相似性匹配的效率,减少了结果集的冗余。