一种基于MBR的高效的时间序列表示方法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (16): 135-138.

• 数据库、信号与信息处理 • 上一篇下一篇

一种基于MBR的高效的时间序列表示方法

孙梅玉^1,2,唐漾¹,方建安¹

1.东华大学信息科学与技术学院，上海 201620
2.山东省工会管理干部学院计算机系，济南 250100

收稿日期:2007-09-07 修回日期:2007-11-26 出版日期:2008-06-01 发布日期:2008-06-01
通讯作者: 孙梅玉

Improving indexing approach on time series based on minimum bounding rectangle

SUN Mei-yu^1,2,TANG Yang¹,FANG Jian-an¹

1.College of Information Science and Technology，Donghua University，Shanghai 201620，China
2.Computer Department，Shandong Labour Union Administrators College，Jinan 250100，China

Received:2007-09-07 Revised:2007-11-26 Online:2008-06-01 Published:2008-06-01
Contact: SUN Mei-yu

摘要/Abstract

摘要： 提出了一种基于最小边界矩形的新颖的时间序列表示方法（GMBR），该方法将网格的概念引入到MBR中，能够在保证低开小的情况下有效地提高查找的准确性，最后通过实验证明了该方法的有效性，实验分别在实际数据和合成数据上进行。结果表明该方法的剪枝率为69%~92%，高出MBR方法4%~9%。

关键词: GMBR, 表示方法, 时间序列, 数据挖掘, 相似性查找

Abstract: This paper proposess a novel time series representation called GMBR based on Minimum Bounding Rectangle in which the binary idea is applied into the MBR.The experiments have been performed on synthetic，as well as real data sequences to evaluate the proposed method.The experiment demonstrates that 69~92 percent of irrelevant sequences are pruned using the proposed method.

Key words: GMBR, representation, time series data, data mining, similarity search

孙梅玉^1,2,唐漾¹,方建安¹. 一种基于MBR的高效的时间序列表示方法[J]. 计算机工程与应用, 2008, 44(16): 135-138.

SUN Mei-yu^1,2,TANG Yang¹,FANG Jian-an¹. Improving indexing approach on time series based on minimum bounding rectangle[J]. Computer Engineering and Applications, 2008, 44(16): 135-138.

[1]	逯曼皎，张伟，徐涛. 基于动态矩阵模型的可优化的补货策略[J]. 计算机工程与应用, 2021, 57(7): 263-268.
[2]	宗晓萍，陶泽泽. 基于掌握速度的知识追踪模型[J]. 计算机工程与应用, 2021, 57(6): 117-123.
[3]	姚洪刚，沐年国. EMD-LSTM模型对金融时间序列的预测[J]. 计算机工程与应用, 2021, 57(5): 239-244.
[4]	丁智慧，乔钢柱，程谭，宿荣. 基于LSH的shapelets转换方法[J]. 计算机工程与应用, 2021, 57(3): 112-119.
[5]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[6]	吴明慧，侯凌燕，王超. 面向预测的长短时神经网络记忆增强机制[J]. 计算机工程与应用, 2021, 57(21): 109-115.
[7]	马洋，赵旭俊. 基于相关子空间的多源离群检测算法[J]. 计算机工程与应用, 2021, 57(17): 88-95.
[8]	张念蓬，吴旭，朱强. 基于熵的过采样框架[J]. 计算机工程与应用, 2021, 57(13): 96-101.
[9]	曹文超，干宏程. 基于WiFi数据的地铁车站客流预警模型[J]. 计算机工程与应用, 2021, 57(13): 233-238.
[10]	张博文，刘智，桑国明. 基于核密度波动的异常检测算法[J]. 计算机工程与应用, 2021, 57(12): 132-136.
[11]	饶加旺，马荣华. 改进核密度估计的空间点密度算法[J]. 计算机工程与应用, 2021, 57(11): 260-265.
[12]	麻琛彬，张政波，王晶. 基于深度学习的生理异常检测研究综述[J]. 计算机工程与应用, 2021, 57(10): 10-25.
[13]	王杰，陈志刚，刘加玲，程宏兵. 基于聚类的云隐私行为挖掘技术[J]. 计算机工程与应用, 2020, 56(5): 80-84.
[14]	王子龙，李进，宋亚飞. 基于距离和权重改进的K-means算法[J]. 计算机工程与应用, 2020, 56(23): 87-94.
[15]	展鹏，陈琳，曹鲁慧，许浩然，李学庆. 核转折点裁剪表示的时间序列异常检测算法[J]. 计算机工程与应用, 2020, 56(23): 130-138.

一种基于MBR的高效的时间序列表示方法

Improving indexing approach on time series based on minimum bounding rectangle

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics