KV-match：一种支持归一化和时间规整的子序列匹配方法 [扩展版]
数据库
2019-07-02 v3
摘要
由于数据中心管理和物联网等新应用的普及，时间序列数据的规模呈爆炸式增长。子序列匹配是挖掘时间序列数据的一项基本任务。所有基于索引的方法仅考虑原始子序列匹配（RSM），不支持子序列归一化。UCR Suite 可以处理归一化子序列匹配问题（NSM），但需要扫描完整时间序列。在本文中，我们提出了一个新问题，称为受约束的归一化子序列匹配问题（cNSM），该问题在 NSM 问题中添加了一些约束。cNSM 问题提供了一个旋钮，可以灵活控制偏移平移和幅度缩放的程度，使用户能够构建索引来处理查询。我们提出了一种新的索引结构 KV-index 和匹配算法 KV-match。使用单一索引，我们的方法可以在 ED 或 DTW 距离下支持 RSM 和 cNSM 问题。KV-index 是一种键值结构，可以轻松地在本地文件或 HBase 表上实现。为了支持任意长度的查询，我们将 KV-match 扩展为 KV-match，它利用多个变长索引来处理查询。我们在合成和真实数据集上进行了大量实验。结果验证了我们方法的有效性和效率。
引用
@article{arxiv.1710.00560,
title = {KV-match: A Subsequence Matching Approach Supporting Normalization and Time Warping [Extended Version]},
author = {Jiaye Wu and Peng Wang and Ningting Pan and Chen Wang and Wei Wang and Jianmin Wang},
journal= {arXiv preprint arXiv:1710.00560},
year = {2019}
}
备注
13 pages