应用自然启发优化算法选择重要时间戳以降低时间序列维度

时间序列数据占据了当今可用数据供应的主要部分。时间序列挖掘处理分类、聚类、按内容查询、预测等多项任务。在原始时间序列上执行数据挖掘任务效率低下，因为这些数据天然高维。因此，在执行不同数据挖掘任务前，时间序列首先经由若干技术预处理。一般而言，降低时间序列维度有两类主要方法，其一是所谓地标方法，基于在目标时间序列中寻找特征；其二是基于数据变换的方法，将时间序列从原始空间变换到降维空间以便更高效处理。本文提出的方法采用第三种途径，通过选择时间序列中的重要点将其投影到更低维空间。我们方法的新颖之处在于这些点并非依据多数情况下主观的几何准则选取，而是通过优化过程选择。另一重要特征是这些重要点在数据集层面而非单条时间序列层面选取。该策略的直接优势是低维空间上定义的距离下界了应用于原始数据的原始距离，使我们能应用流行的 GEMINI 算法。在多种时间序列数据集上、使用不同优化器并应用于两大主要数据挖掘任务的实验所给出的令人鼓舞的结果，验证了我们的新方法。