28、时间序列数据处理与分类方法研究

时间序列数据处理与分类方法研究

时间序列数据在各个领域都极为丰富，但因其规模大、维度高，给存储和处理带来了挑战。本文将介绍两种应对这些挑战的方法：IncMSTS - PP算法用于环境传感器数据中重要序列的提取，DSCo方法用于时间序列分类。

IncMSTS - PP算法实验与结果

为了验证IncMSTS - PP方法，研究人员进行了多项实验，使用的数据来自巴西圣保罗州圣卡洛斯市费若河安装的环境传感器，涵盖1977年至2004年的河流流量和降雨量数据，数据按天记录并按采集地理位置排序。

1. 数据预处理
   • 为使用IncMSTS - PP，数据集需经过预处理步骤，采用Omega算法对数据进行离散化，这与之前的研究方法相同。
   • 以下是原始数据和经过Omega算法处理后的数据示例：
     | 表1. 费若河原始数据库中的元组示例 | 日期 | 流量（立方米/秒） | 降雨量（毫米/小时） |
     | — | — | — | — |
     | | 1979.03.19 | 2.41 | 1.2 |
     | | 1979.03.10 | 2.25 | 0 |
     | | 1979.03.21 | 2.1 | 0.6 |
     | | 1979.03.22 | 3.68 | 22.5 |

表2. 经过Omega算法处理后的相同元组	元组	降雨量	流量