[发明专利]基于子序列全连接和最大团的时间序列模体发现方法

说明书

本发明公开一种基于子序列全连接和最大团的时间序列模体发现方法。步骤为：1.子序列全连接：使用长度为m的滑动窗口应用嵌套循环计算时间序列T中所有子序列之间的距离；2.构造子序列相似图：定义相似性阈值，小于相似性阈值的距离用1表示，其他距离值用0表示。将距离矩阵Distance Matrix转化为对应的邻接矩阵；3.寻找最大团：使用最大团搜索算法搜索通过图的邻接矩阵寻找子序列相似图中的最大团。最大团顶点对应的时间序列子序列为模体。通过本发明利用子序列全连接和最大团算法发现时间序列模体，提高了时间序列模体发现的效率，解决了已有时间序列模体发现算法无法发现多条模体的问题。

技术领域

本发明涉及一种基于子序列全连接和最大团的时间序列模体发现方法，涉及信息处理技术领域。

背景技术

时间序列是按时间顺序排列的、具有相等时间间隔的一系列数据的集合。时间序列无处不在，使其在各个行业获得普遍的应用。例如金融领域的证券交易数据、气象领域的气温气压数据、工业领域的用电数据、医学领域的脑电波和心电图数据等等。在时间序列数据挖掘的诸多问题中，时间序列的模式发现是一个基础性问题。时间序列中的频繁模式、异常模式、周期模式对时间序列的关联规则发现，异常检测，预测等有重要作用。时间序列的模式发现包括查找事先指定模式和预先未知的模式。查找事先指定模式的问题(即按内容查询)已有诸多解决方法。然而，查找预先未知，重复出现的模式即时间序列模体发现(也称为时间序列的序列主题发现)问题则面临更多挑战。模体发现问题对于时间序列挖掘具有重要意义，可以用于解决数据划分，海量时间序列数据库的可视化与归类，包括聚类、分类、关联规则发现等问题。现有的模体发现算法存在计算复杂，并且无法发现多条模体的缺点，提高模体发现的效率，发现更多的模体是一个重要的研究方向。

发明内容

发明目的：针对现有技术中存在的问题，本发明提供一种基于子序列全连接和最大团的时间序列模体发现方法，通过子序列连接，构建子序列相似图，寻找最大团三个步骤以高效地发现时间序列中的多条模体。

技术方案：一种基于子序列全连接和最大团的时间序列模体发现方法，包括以下步骤：

(1)子序列全连接

使用长度为m的滑动窗口应用嵌套循环计算时间序列T中所有子序列之间的距离(即时间序列T的自连接)，此过程使用“超快速”的MASS算法得到距离矩阵(DistanceMatrix)。该算法的“超快速”在于其先对数据进行了快速傅里叶变换，然后执行点积操作，将点积操作的结果再进行逆傅里叶变换。上述操作代替了计算复杂度较高的卷积操作。最后将逆傅里叶变换的结果用于计算基于z-归一化的欧式距离，得到距离矩阵DistanceMatrix。MASS算法的基本步骤为首先计算时间序列子序列Q和T之间的滑动点积，然后时间序列子序列Q和T的均值和方差，最后计算时间序列子序列之间Q和T的z-归一化的欧氏距离，返回时间序列子序列Q和T之间的距离值。

MASS算法首先调用了SlidingDotProducts算法，SlidingDotProducts算法主要功能是计算QT[i]的值。SlidingDotProducts算法包括对两个向量的经典卷积运算，算法将采用快速傅里叶变换和逆快速傅里叶变换替代计算复杂的卷积操作，从而提高MASS算法的速度。因为MASS算法采用z-归一化的欧氏距离Dist[i]作为时间序列子序列Q与T_i,m之间的距离度量，其需要进行时间序列子序列Q与T_i,m之间的点积计算QT[i]，欧氏距离Dist[i]公式如下：