数据挖掘中适用于分类的时序数据特征提取方法

类 型，依据在机器运转过程 中进行故障检 测和识别 故
障类 型， 甚至在客户关系管理 中根据某段时间的客户
间；心电信 号则具有 很强的周期性，它 的主要特 征是
① 基 金项 目： 东省科 技计 划项 目基金 （０ ００ ００ ９２ １Ｂ ９４ ０４ ，０ ０ ４３０ ０ ） 广 ２ １Ｂ ６ ５０ ４ ，００ ０ ００ ５５ ２ １Ａ００ ００６ Ｉ 收 稿时 间：０２０ －６收 到修 改稿时 间：０２０ －４ ２ １－２０ ； ２ １－３０
ＬＩ Ｚｈ ＸＩ Ｎ ｕ ， ＮＧ Ｙａ ２ ｈ
（ ｕｎ ｄｎ ｏ ｕｅ Ｃ ｎｅ， ｕ ｎ ｚｏ １０ ３ Ｃ ｉａ Ｏ ａｇ ｏ ｇＣ ｍｐ ｔ ｅ ｔ Ｇ ａ ｇｈ ｕ５ ０ ３ ， ｈｎ ） ｒ ｒ （ ｕｎ ｄｎ ｉ ｒｉ ｆ ｅｈ ｏｏｙ Ｇ ａｇ ｈ ｕ５ ０ ０ ， ｈ ａ Ｏ ａｇ ｏ ｇ ｖ ｓｙｏ Ｔ ｃｎ ｌｇ， ｕ ｎ ｚｏ １０ ６ Ｃ ｉ ） Ｕｎ ｅ ｔ ｎ
ｃｔｇ ｒ ｓ ２ ｈ ａ ｅ ｆ ａｈｃｔｇ ｒ ｎ ｌｚｄ ｔｅ ｄ ａｔ ｅ ｎ ｉ ｄａ ｔ ｅ ｒ ｏ ｔ ｕ； ） ｈ ａｅｏｉ ； ）Ｔ ｅｍ ｉ ｉ ａｏ ｃ ａ ｏｙｉ ａ ａ ｅ ，ｈ ｖｎａ ｓ ｄｄｓ ｖ ｎａ ｓ ｅｐ ｉ ｅ ｏ ｔ３ Ｔ ｅ ｅ ｎｄ ｅ ｅ ｓ ｙ ａ ｇ ａ ａ ｇ ａ ｎｄ
ｌ 引言
时序数据（ｍｅ ｅｉ ａ ） ｔ ｒ ｓ ｔ 广泛存在 于现实生活 中， ｉ ｓ ｅ ｄａ
购 买信息， 识别 不同的消费群 体等等． 衡量 分类 技术优劣 的核心指标是分类准确 率，而 提 高分类准确 率途径有 两种 ： 一是 改进分类器 ：二是
采用特 征提取 技术（ ａ ｒ ｘｒ ｔ ｎ． 征提取 是在 ｆ ｔ ｅ ｅｔ ｃｉ ） 特 ｅｕ ａ ｏ 分类 前对数据 时间采 样值上进行适量 的归约，以达到 减 少数据 量 同时提 高分类 准确 率（ 线是 不牺 牲分 类 底 准确率） 目的． 的
计 算 机 系 统 应 用
ｈｔ：ｗ ｗ． Ｓ ． ｇ Ｉ ｔ ／ ｗ ｃ － ｏ ．＂ ｐ／ — ａ ｒ Ｃ１
２１ ０ ２年 第 ２ 卷 第 ｌ 期 ｌ Ｏ
数据挖掘中适用于分类的时序数据特征提取方法①
林 珠 。邢 延
（ 广东省计算中心， 广州 ５ ０ ３ ） １０ ３ （ 广东工业大学 自动化学院， 广州 ５０ ０ ） １０ ６
所患 的病 症，依据地 震波 的历史数 据，去识 别地震 的
般特 征之外，不 同的时序 数据又存在不 同的个 别特
征．如金融数据，普遍具有“ 高峰厚尾” 平方序列 微 和“ 弱 而持续 的 自相 关” 的特 点：而地震波 则具有 强度 随 时序延 伸而减弱 的特 点：语音信号幅度具有一 定的范 围， 以零幅和近 零幅 的概 率高，而且 长时 问的语音 并 信 号会 有相当多 的无 信号区 间，即所谓的语音寂 静区
时间序列 除了具有 的趋 势性、季节性 、周期性等
一
是指 同一种现象在不 同时间上的相继观察值排列而成 的一组数字 序列， 时间轴上的采样值通 常又被称 为 其
特 征ｔ．时序 数据 普遍存在 于许 多重要应 用 邻域，比 ”
如 Ｄ Ａ序列 、 融数据 、 Ｎ 金 传感器 网络监控数据 、移动
类 的特征提取方法，进一步研 究了它相应的分类方法和它在时间序列数据 中的应用邻域．
关键词：时序数据；分类； 特征提取
Ｓｕ ｖ ｙ ｏ ａ ｕｒ ｔ ａ ｔｏ ｐｒ ａ ｈｅ ｏ ｍ ｅＳｅ ｉ ｓＣｌ ｓ ｉ ｃ ｔｏ ｒ ｅ ｆＦｅ ｔ ｅＥｘ ｒ ｃ ｉ ｎ Ａｐ ｏ ｃ ｓｆ ｒＴｉ ｒ ｅ ａ ｓｆ ａ ｉ ｎ ｉ
Ａ ｓ ａｔ Ｔ ｅｍ ｉ ｃｎｒ ｕｉ ｓ ｆ ｈｓ ａｅ ｒ． ） ｈ ｉ ｆａ ｒ ｘｒ ｔ ｎａｐｏｃｅ ｒ ｌ ｓ ｅ ｔ ｕ ｂｔ ｃ： ｈ ａ ｏ ｔｂｔ ｎ ｉ ｐｐ ｒ ｅ １ Ｔ ｅ ｎ ｅｔ ｅ ｔ ｃｉ ｐ ｒａｈ ｓ ｅｃ ｓ ｆ ｄｉ ｏｆ ｒ ｒ ｎ ｉ ｏ ｏｔ ａ＂ ｍａ ｕ ｅ ａ ｏ ａ ａｉ ｉ ｎ ｏ
对像跟踪数 据、机器故障检测数据等 等．由于时序数
据与时 间相关联，因而其数据量一般都 是非常庞大的，
这就对 时序数据 挖掘技术提 出 了更高 的要求 Ｉ Ｚ Ｊ 时 ．在 序数据挖掘 的研究与应用领域，时序数据 分类是重要 任务之一ｌ 例 如，依据语音信 号的波形 识别出说话 Ｊ ． 人的性别和年 龄， 依据心 电图的时序波形 识别 出病 者
摘
要： 征提取在提高 分类 的准确性 中起着非常关键 的作用． 时序特征提取 的方法进 行归纳分类， 特 对 将有 利于
对特征提取整体性，全面性的认 识．回顾现有 的时间序列 中特征提取的方法， 将其 总结为 四大类 ， 它们分别 是基
于基本统计方法的特 征提取 、基于模型的特 征提取、基于变换的特征提取 、基于分形 维数的特征提取．针对 每一
２ ４ 专 论・ 述 Ｓｅｉｌｓｕ ２ 综 ｐｃ ｓｅ ａＩ
百度文库
２１ ０ ２年 第 ２ 卷 第 １ ｌ Ｏ期
ｈ ｐＨ ｗｗｃＳａ ｒ． Ｒ ：ｗ ． —． ｇｃ － ｏ ｎ
计 算 机 系 统 应 用
低 电压（． ｌ ） 电流（２ Ａ ， 复频率 低，每个 ０ ～ ｍＶ ，小 ８ １ｕ ） 重 波段具有 各 自的频率．针对 时序数据 的这些特 征。所 选 择的特征提取方法应 该能提 取出时间序列 中具 有较 好分类能 力特 征， 行特征提 取后的特征矢量 能够 很 进 好地代表原有 的 时间序 列数据， 样才能取得 良好 的 这
ｇ ｉｅ ｉｅ ｆｃ ｏ ｓｎｇｓ ｉ ｂｌ ａｕ ｅｅ ｔａ ｔｏ ｐ ｒ ａ ｈ ｉ ｕ ｇ ｓｅ ｕｄ ｌ ｓｏ ｈ ｏ ｉ ｕｔ ｅｆ ｔ ｒ ｘ ｒｃ ｉｎ ａ ｐ ｏ ｃ ｓｓ ｇ ｅ ｔｄ． ｎ ａ ｅ
Ｋｅ ｒ ｓ ｔ ｒ ｓ ｃａ ｓ ｃ ｔ ｎ ｆａｕ ｅｅ ｔａ ｔ ｎ ｙｗｏ ｄ ： ｉ ｓ ｉ ； ｌｓ ｉ ａｉ ； ｅ ｔ ｒ ｘ ｒ ｃ ｉ ｍｅ ｅ ｅ ｉ ｆ ｏ ｏ