一种新的非线性时间序列的聚类方法.pdf

27 8 Vol． 27 No． 8 第 卷第 期 计 算 机 应 用 研 究 2010 8 Application Research of Computers Aug． 2010 年 月 一种新的非线性时间序列的聚类方法 张贝贝 ( ， 100872) 中国人民大学统计学院 北京 : ， 摘 要 由于现实世界中时间序列多数是非线性的 而现有的时间序列聚类问题大多是基于线性时间序列模型 ， 。 KS KS2D ， 进行聚类的 提出了可以用于非线性时间序列的聚类方法 它基于 二维检验统计量提出 距离度量 是 ， ， 一种非参数的鲁棒性强的距离度量方式 它将时间序列的非线性相关结构放到距离度量之中 能够粗糙地识别时 。 ， 。 间序列形状和动态相关结构的相似性 与理论研究结果相一致模拟实验结果也验证了这种距离度量的有效性 : ; ;KS 关键词 非线性时间序列 聚类 检验 中图分类号:TP391. 4 文献标志码:A 文章编号:1001-3695 (2010)08-2918-05 doi :10 ． 3969 /j ． issn． 1001-3695． 2010 ． 08． 028 New method of nonlinear time series clustering ZHANG Bei-bei (School of Statistic ，Renmin University of China ，Beij ing 100872 ，China) Abstract :Most of the popular clustering methods are designed for the linear time series ，assuming that the stationary time se- ries can be fitted by linear model． In fact ，the true word is nonlinear． This paper proposed a cluster algorithm which could be used on nonlinear time series clustering． This new proposal was KS2D distance measure based on KS 2-dimensional statistics ， which took the temporal correlation structure of nonlinear time series into account． It was a nonparametric and robust