检测时间序列数据中的例外模式

摘要

提出一种从时间序列数据中辨识例外模式的系统化方法,包括4个步骤:1)将时间序列数据分割为一系列子序列;2)将这些子序列映射到某个特征空间;3)在此特征空间中,用聚类算法将分割得到的子序列聚类为不同的模式;4)定义例外支持的概念,并计算每个模式的例外支持,如果某个模式的例外支持小于1,则该模式是一个例外模式.实验表明该方法能够有效地监测出时间序列中的例外模式.