%0 Journal Article
%T 多变量时间序列例外模式的识别*
%A 翁小清
%A 沈钧毅
%J 模式识别与人工智能
%P 336-342
%D 2007
%X 多变量时间序列(MTS)在金融、医学、科学、工程等领域是非常普遍的.本文提出一种在MTS中识别异常模式的方法.采用自底向上的分割算法将MTS分割成互不重叠的子序列，使用扩展的Frobenius范数来计算2个MTS子序列之间的相似性，通过K均值聚类将MTS子序列分为若干个类.根据异常模式的定义，从这若干个类中识别出异常模式.在2个实际数据集上进行实验，实验结果验证算法的有效性.
%K 多变量时间序列(MTS)
%K 自底向上的分割算法
%K 扩展的Frobenius范数
%K 例外模式
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract10503.shtml