我有一组时间序列数据（就像语音序列数据），其模式如第一张图（理论数据）所示。测量数据如第二张图所示。我想要做的是本地化/查找后续模式，如红色方块所示。有没有什么算法可以解决这个问题？它看起来像机器学习中的分类/回归问题，但我不知道如何开始。
时间序列的子序列部分匹配
数据挖掘
机器学习
分类
时间序列
回归
模式识别
2022-02-19 10:00:12
1个回答
这里真正的先进技术是由 Eamonn Keogh 和他在加州大学河滨分校 (UCR) 的团队开发的 Matrix Profile 套件。以下是一些帮助您入门的链接：
- Matrix Profile Foundation主页
- UCR 矩阵配置文件页面
- MPA：一种新颖的时间序列分析跨语言 API论文（2020 年），包含 Python、R 和 Go 实现的链接
- 介绍 matrixprofile-ts，一个用于检测海量数据集中模式和异常的 Python 库
- 迈向近乎通用的时间序列数据挖掘工具：矩阵简介（博士论文）
- 100 个时间序列数据挖掘问题（附答案！）（强烈推荐高级视图）
您会在上述内容中找到实现的链接。
除了 UCR 的团队之外，STUMPY Python 包中还有另一种（可能更有效）相关算法的实现：
- STUMPY文档和Github存储库
- STUMPY：用于时间序列数据挖掘的强大且可扩展的 Python 库论文（2019 年）
其它你可能感兴趣的问题