69.txt

This complete matlab for neural network

发信人: GzLi (笑梨), 信区: DataMining
标  题: [合集]请问为什么用小波变换对时间序列的相似性搜索
发信站: 南京大学小百合站 (Thu Dec 12 00:03:41 2002)

xiaojing2002 (snow) 于Tue Dec 10 19:03:31 2002)
提到：

其实，用小波变换对时间序列进行处理，在数据量方面与原始数据是等价的（即使小波变
换可以除去噪声）。为什么不直接用欧氏距离公式进行判断？
而且好像国内对时间序列在数据挖掘方面的研究不是很多，基本都是统计系的再搞这方面
的研究，请问是否听说比较有名的这方面的专家，谢谢回答


GzLi (笑梨) 于Tue Dec 10 20:59:40 2002提到：

有人用小波阿，可能只是去燥的吧，能否介绍的详细点。
欧式距离不是很适合，因为样本之间的距离不一定是欧式距离，马氏距离也可以用阿
好象以前就问过国内稿的专家吧。作研究，就要向国际看齐嘛。
在股票等方面国内数据可能根本就没有金子可以挖掘吧。
其实有人搞过一点，好像没有很大成果。那就是我的导师，被资助，做过一点股票的研究
没有很出色的成绩。

【 在 xiaojing2002 (snow) 的大作中提到: 】
: 其实，用小波变换对时间序列进行处理，在数据量方面与原始数据是等价的（即使小波变
: 换可以除去噪声）。为什么不直接用欧氏距离公式进行判断？
: 而且好像国内对时间序列在数据挖掘方面的研究不是很多，基本都是统计系的再搞这方面
: 的研究，请问是否听说比较有名的这方面的专家，谢谢回答


juggernaut (万念俱灰) 于Tue Dec 10 21:09:10 2002提到：

说的不够清楚。小波变换后数据量是等价的是什么意思？是指存储量吗？如果只存储小波
系数，肯定会少很多吧。
【 在 xiaojing2002 (snow) 的大作中提到: 】
: 其实，用小波变换对时间序列进行处理，在数据量方面与原始数据是等价的（即使小波变
: 换可以除去噪声）。为什么不直接用欧氏距离公式进行判断？
: 而且好像国内对时间序列在数据挖掘方面的研究不是很多，基本都是统计系的再搞这方面
: 的研究，请问是否听说比较有名的这方面的专家，谢谢回答


guitar (新宠酱牛肉) 于Tue Dec 10 23:51:33 2002)
提到：

Wavelets are used for dimensionality reduction in order to support efficient
similarity search. Since time series are usually pretty long indexing
techniques such as R-trees, which are used to support fast similarity search,
break down due to the notorious overlapping problem in high-dimensional
spaces. To alleviate this problem, we can use 
wavelets to obtain a transform of the original time series, and then keep only 
a few high level coefficients, which effectively reduce the dimensionality. 
After that, we can index the reduced data (the coefficients) with traditional techniques. 

【 在 xiaojing2002 的大作中提到: 】
: 其实，用小波变换对时间序列进行处理，在数据量方面与原始数据是等价的（即使小..
: 换可以除去噪声）。为什么不直接用欧氏距离公式进行判断？
: 而且好像国内对时间序列在数据挖掘方面的研究不是很多，基本都是统计系的再搞这..
: 的研究，请问是否听说比较有名的这方面的专家，谢谢回答