结合形状特征及其上下文的多维DTW

摘要：

传统动态时间规整算法(Dynamic Time Warping,DTW)及其变种算法被广泛应用于多维时间序列的相似性分析,但它们通常只关注单个时间点的信息而忽略了上下文信息,从而很可能匹配两个形状完全不同的点.因此提出一种结合形状特征及其上下文的多维DTW算法(Multi-Dimensional Contextual Dynamic Time Warping,MDC-DTW).该算法首先计算多维时间序列的一阶梯度,然后对其进行采样处理,并以多维梯度矩阵表示当前时间点的形状信息及其上下文信息,最后利用DTW求解多维时间序列间的最短匹配路径.为检测算法设计的合理性,对算法进行了定性分析和定量分析,实验结果表明MDC-DTW算法设计是合理的;为检测MDC-DTW的性能,选用5个多维时间序列数据集,并与4个优异的多维DTW算法进行对比实验,实验结果表明MDC-DTW具有较高的准确率和运行效率.

关键词：多维时间序列、相似性分析、形状特征、上下文、动态时间规整算法(DTW)

所属期刊栏目：56

分类号：TP311(计算技术、计算机技术)

资助基金：重庆市科技重大主题专项No.cstc2018jszx-cyztzxX0026

在线出版日期：2020-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：42-47