基于回归系数的时间序列维约简与相似性查找

摘要

在时间序列中进行相似性查找往往需要进行维约简.以往的维约简方法或者时间复杂度太大并且不直观（如 DWT、DFT 等）,或者无法用于准确的相似性查找（如 PAA 方法）.本文提出一种新的基于回归系数的时间序列维约简方法——逐段回归近似（PRA）.该方法具有线性时间复杂度,并且对均值平稳的独立噪声干扰不敏感,同时证明了基于 PRA 方法的相似性查找满足下界定理,因而是实用有效的.对实际数据的实验结果验证了本文的结论.