%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