Matching sequences: Cross-spectral analysis of categorical time series
序列匹配：分类时间序列的交叉谱分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究平稳分类时间序列、交叉谱和快速傅里叶变换，直接支持时间序列方向，具体应用则是 DNA 序列匹配。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
序列匹配：分类时间序列的交叉谱分析
- 研究问题
- 如何量化两个平稳分类时间序列在模式上的相似程度，并以适合长序列的计算方法判断它们是否存在共同的频域结构？
- 方法与思路
- 作者沿用定性取值时间序列谱包络的思路，构造衡量两序列相似性的相干性包络，并通过快速傅里叶变换进行估计。
- 材料陈述的贡献
- 摘要称所提相干性包络可用于衡量分类序列的共同模式，估计方法计算简单且快速，能够处理长序列，研究动机来自 DNA 匹配。
- 阅读关注点
- 应核对类别取值如何进入包络构造、相干性的定义及平稳性要求，并检查估计误差与相似性判定是否有明确推断程序。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明一致性、显著性检验或匹配误差，不能把频域相似性理解为序列完全一致。
原文摘要
We consider the problem of quantifying the degree to which two stationary categorical time series are coherent. The goal is to discover whether or not the sequences contain similar patterns. The problem is motivated by the problem of matching two DNA sequences. Following the ideas used in defining the spectral envelope for a qualitativevalued time series, the methods we present here focus on the problem of obtaining coherency envelopes for measuring the similarity between two categorical time series. Estimation is based on the fast Fourier transform so that the methods are computationally simple and fast, and can be applied to long sequences.