文件名称：论文研究-基于SAX的时间序列相似性度量方法.pdf
文件大小：429KB
文件格式：PDF
更新时间：2022-08-11 12:12:20
时间序列,降维,相似性度量,下界
符号化表示是一种有效的时间序列降维技术，其相似性度量是诸多挖掘任务的基础。基于SAX(symbolic aggregate approximation)的距离MINDIST_PAA_iSAX不满足对称性，在时间序列挖掘中具有局限性，提出了对称的度量Sym_PAA_SAX，且下界于欧拉距离。在真实数据集和合成数据集上的实验说明下界紧密性较好，相似搜索错报率较低。