%0 Journal Article
%T On-Line Segmentation of Time-Series Data<br>在线分割时间序列数据
%A LI Ai-Guo
%A QIN Zheng
%A <br>李爱国
%A 覃征
%J 软件学报
%D 2004
%I 
%X 时间序列分割是时间序列数据挖掘研究的重要任务之一.它主要有两个应用:检测生成时间序列的系统何时发生变化;创建时间序列的高级数据表示,从而对时间序列进行索引、聚类和分类.在实时时间序列数据挖掘应用中,需要在线时间序列分割算法,以便实时发现和预测时态模式.在对时间序列分割问题进行形式化描述的基础上,提出了一种评估时间序列的分割结果以及分割算法性能的评价指标,并提出了一种在线分割时间序列数据的递推算法(on-line segmentation,简称OLS).OLS的一个显著特点是不依赖有关时间序列的先验知识.实验结果说明,OLS算法能够有效地在线检测出数据挖掘应用中感兴趣的关键变化点,而且"过拟合"程度低.
%K data mining
%K knowledge acquisition
%K time series
%K segmentation<br>数据挖掘
%K 知识获取
%K 时间序列
%K 分割
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=7735F413D429542E610B3D6AC0D5EC59&aid=3859904C28E480F9&yid=D0E58B75BFD8E51C&vid=23CCDDCD68FFCC2F&iid=708DD6B15D2464E8&sid=C8223A846BBA5EA7&eid=0C0A5470C59ABA43&journal_id=1000-9825&journal_name=软件学报&referenced_num=10&reference_num=13