论文阅读_时序TDTS

基本信息

• 论文题目：基于趋势特征表示的shapelet分类方法
  （Shapelet classification method based on trend feature representation）
• 论文地址：http://www.joca.cn/EN/Y2017/V37/I8/2343

原理

在Shaplet被提出后的几年里，出现了很多算法来提高Shapelet效率和扩展其应用范围，《Shapelet classification method based on trend feature representation》简称TDTS提出了一种基于趋势的top-K shapelet。

其核心方法有三个：

• 对分段后的子序列进行基于趋势的符号化处理
  符号化的原理请见SAX论文，简单地说，它实现了连续到离散的转化，用简单的值表征一个序列，包含趋势的符号化方法用二元组<K,u>表示序列，其中K是斜率，u是该序列的终点值。
  它使用滑动窗口计算窗口内的斜率，当斜率变化大于某一阀值时（趋势改变时），则产生一个分段点u并继续滑动．所有分段完成后，后对每一段进行符号化，最终生成转换后的 TFSA．

• 保持趋势特征的shapelet发现算法
  随机覆盖序列的子序列，然后对未覆盖的子序列进行Hash碰撞检测，得出碰撞频次，进行频次分析．使用该方法选出的shapelet在自身所在类中碰撞频次较高，而在其它类中频次较低，因此更具代表性．

• 使用图对子序列进行相关性分析，去除相关特征。
  把上一步得到的shapelets按信息增益排序，然后作为点加入图中；依次遍历所有点，计算它与其它点是否相似，如果相似，则在两点间建立一条边；然后开始从信息增益最大的点开始加入目标集合，如果与该点相似的其它点（有边相连）已加入目标集合，则跳过该点．由此保证目标集合中的点尽量不相关．

问与答

• 趋势指啥？
  趋势指上升（正值）、降（负值）、平稳（零）等时间趋势
• 用图干啥？
  当获取多个子序列时，去掉其中相关性强的子序列
• 为啥取Top-k？
  从所有可选的shapelets里选前k个最重要的子序列，相对于只取最重要的一个子序列，有更强的表征能力。
• 图和趋势有什么关系？
  文中同时使用了这两种方法，它们之前没有什么关系。