时间序列挖掘中一种新的相似性度量

针对时间序列的全序列聚类展开，提出一种新的相似性度量，全局特征，即从时间序列的统计分布特征、非线性和Fourier频谱转换等3个方面提取11个全局特征构建特征向量。利用特征向量来描述原时间序列，不但保留了犬部分原有的信息，还能加快聚类计算的速度。经过大量的实验验证表明，基于全局特征提取的相似性度量能得到合理的聚粪结果，特别是对经济领域的时间序列效果更为明显。列举了2个数据进行实验，并从主观和客观两个角度对聚类结果进行评估。