基于距离的多变量时间序列的索引结构
时间序列是一系列观测值的集合,xi(t)”i=1,2……,n，t=1,2……,m”,当n=1时,称为单变量时间序列(univariate time series),通常用长度为m的向量来表示；当n≥2时,称为多变量时间序列(简记为MTS),通常用m×n矩阵来表示,其中m是观测值的个数,n是变量的个数。 MTS在各个领域中是非常普遍的,如在金融领域,上市公司的股票交易情况可以用6个变量的MTS描述,在交易时间内每分每秒都在产生着大量的数据；在多媒体领域,CyberGloves作为人与计算机的接口,有22个传感器,每秒产生50～100个数据,可以用22个变量(传感器)的MTS来描述。 本文针对MTS,提出了一种基于距离的索引结构（distance-based index structuFe，以下简称为Dbis）给出了索引的建立算法、范围查询算法以及K近邻查询算法。
模式识别 多变量时间序列 K-近邻查询 扩展Frobenius范数 MTS索引
黄媛 赵秀恒 翁小清
西北工业大学机电学院,陕西省西安市,710072 河北经贸大数学与统计学学院,河北省石家庄市,050061
国内会议
武汉
中文
563-569
2007-09-01（万方平台首次上网日期，不代表论文的发表时间）