论文部分内容阅读
时间序列分析技术在科学、经济、气象、医学等诸多领域都有十分重要的应用。时间序列分析的主题众多,主要包括系统描述、动态系统预测以及模式匹配。时间序列的特征表示是时间序列分析的重要基础也是研究热点之一,各种场景下的时间序列是随着时间不断变化着的一串数值,这种变化随着时间的积累必然会表现出系统性的趋势,可以反映业务场景背后的规律。而这种规律往往因为太多的干扰或其他偶然因素以致于被隐藏在序列之中难以捕捉。若能将时间序列的特征进行合理的转换,有效的去除噪声,更清晰的表达出序列本身反映的系统变化趋势,那么对后续的分类、预测等分析以及决策将有着重要的指导意义。符号化特征表示是时间序列特征表示方式之一,它能够实现时间序列的维度降低、平滑噪声等,改善了后续分析的计算复杂度和可操作性,受到众多学者的青睐。在时间序列特征转换后,为了与后续分析结合,新序列之间的距离、相似性、以及预测方法将随之改变。本文以时间序列的符号化编码表示为基础,对传统符号化表示的方法作出有效改进,设计了一套表征时间序列系统趋势特征的简易编码,能够客观、直观的反映时间序列片段的系统变化规律,且这种“数值”编码方式为编码序列趋势预测提供了可能。针对编码参数选择的问题,本文提出了平衡复杂度与拟合度的参数选择策略——HIC准则。同时,在时间序列符号化编码的相似度量方面,提出了期望下界距离,并给出了相关性质的证明,包括非负性、对称性、三角不等式性、期望下界性和期望一致性等等,解决了传统编码距离难以满足距离定义一般性质的缺陷。最后,文章以金融时间序列为数据源,针对本文算法进行了两个应用,用以验证算法的合理性和适用性。第一,典型模式序列的快速匹配和不等长的时间序列片段的匹配,实验结果验证了时间序列符号化编码及其编码距离有效提高模式匹配的精准度和覆盖度;第二,基于金融时间序列的符号化编码趋势预测,将编码算法与回归模型相结合,结合编码序列所表示的时间序列建立ARIMA模型,对短期后续趋势进行预测,通过对比分析验证了编码序列预测模型的稳定性。本研究提出的时间序列特征编码表示方法,以及基于该编码表示下的相似度量方法是时间序列大数据应用领域内的一次新的尝试。该算法能降低计算复杂度,与其他后续分析算法结合的能力较强。因此,该算法在生产实践中有广泛的应用,如证券价格走势的相似搜索与预测、气象地质数据的模式发现、保险医疗当中的异常行为分析等。