发现时间序列数据中的高质量惊奇模式 (2007年)

时间序列数据库中的惊奇模式发现是一个重要问题。已有的算法根据时间序列的形态特征定义并发现惊奇模式，而忽视时间序列内在的机理及其统计规律。为克服此缺点，提出基于时间序列预测的惊奇模式定义，即，其中包含了足够多例外的事件，并提出系统化的惊奇模式发现算法。首先将时间序列离散化为0和1组成的字串；然后用一个简单的算法从此字串中发现所有的惊奇模式。实验表明，所提算法不仅可以发现Keogh等人定义的惊奇模式，而且避免了发现无意义的惊奇模式。