挖掘的复杂数据类型：
时间序列的相似性搜索、时间序列的回归和趋势分析
对于相似性搜索，通常需要先对时间序列进行数据或维度归约和变换。典型的归约技术有：1）离散傅里叶变换 2）离散小波变换 3）基于主成份分析的奇异值分解
序列分为三类：1）基于特征的分类 把序列转换成特征向量，然后使用传统的分类方法； 2）基于序列距离的分类 用序列间相似性距离函数来决定分类质量； 3）基于模型的分类 使用隐马可夫模型（HMM）或其他统计学模型来对序列分类
