Select Language

AI社区

公开数据集

伪周期合成时间序列数据集,用于测试时间序列数据库中的索引方案

伪周期合成时间序列数据集,用于测试时间序列数据库中的索引方案

4.84M
268 浏览
1 喜欢
2 次下载
0 条讨论
Physical Classification

Data Set Information:此数据集用于测试时间序列数据库中的索引方案。这是一个比任何已发表研究(我们目前所知)中使用的数据集......

数据结构 ? 4.84M

    Data Structure ?

    * 以上分析是由系统提取分析形成的结果,具体实际数据为准。

    README.md

    Data Set Information:

    此数据集用于测试时间序列数据库中的索引方案。这是一个比任何已发表研究(我们目前所知)中使用的数据集大得多的数据集。它包含一百万个数据点。数据被分成10个部分,以便于测试(见下文)。我们建议使用100000个数据点部分中的9个建立索引,并从第10个部分中随机抽取一个查询形状。(以前发表的一些工作似乎使用了同样用于构建索引结构的查询。这将产生乐观的结果)这些数据很有趣,因为它们在不同的分辨率下具有不同的结构。通过函数的独立调用生成的10个部分中的每一部分:(参见equation.gif)


    其中rand(x)生成一个介于0和x之间的随机整数。

    数据呈现出高度的周期性,但从不完全重复自身。此功能旨在挑战索引结构。时间序列在这里绘制:(ts1-5.gif),(ts6-10.gif)


    Attribute Information:

    The data is stored in one ASCII file. There are 10 columns, 100,000 rows. All data points are in the range -0.5 to +0.5.

    Rows are separated by carriage returns, columns by spaces.


    Relevant Papers:

    Eamonn J. Keogh, Michael J. Pazzani: (1999). An indexing scheme for similarity search in large time series databases. The 11th International Conference on Scientific and Statistical Database Management. Cleveland, Ohio.
    [Web link]

    Sanghyun Park, Dongwon Lee, and Wesley W. Chu. "Fast Retrieval of Similar Subsequences in Long Sequence Databases", In 3rd IEEE Knowledge and Data Engineering Exchange Workshop (KDEX), Chicago, IL, USA, November, 1999
    [Web link]


    Citation Request:

    Freely available for research use.


    Eamonn J. Keogh and Michael J. Pazzani
    Department of Information and Computer Science
    University of California, Irvine, California 92697 USA
    eamonn '@' ics.uci.edu, pazzani '@' ics.uci.edu

    ×

    帕依提提提温馨提示

    该数据集正在整理中,为您准备了其他渠道,请您使用

    注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。
    暂无相关内容。
    暂无相关内容。
    • 分享你的想法
    去分享你的想法~~

    全部内容

      欢迎交流分享
      开始分享您的观点和意见,和大家一起交流分享.
    所需积分:15 去赚积分?
    • 268浏览
    • 2下载
    • 1点赞
    • 收藏
    • 分享