基于增量动态时间弯曲的时间序列相似性度量方法

摘要：

针对动态时间弯曲方法计算时间过长的问题,提出增量动态时间弯曲来度量较长时间序列之间的相似性.首先利用动态时间弯曲方法对历史时间序列数据进行相似性度量,得到相应的历史最优弯曲路径和路径中各元素的累积距离代价.其次,通过逆向弯曲度量方法完成当前序列数据的相似性度量,结合历史数据信息找到与历史弯曲路径相交且度量时间序列距离为当前最小值的新路径,进而实现增量动态时间弯曲的相似性度量.该方法不仅具有良好的度量质量,还具有较高的时间效率.数值实验表明,对于大部分时间序列数据集,新方法的分类准确率和计算性能要优于经典动态时间弯曲.

关键词：时间序列数据挖掘、动态时间弯曲、增量动态时间弯曲、相似性度量

所属期刊栏目：40

分类号：TP18(自动化基础理论)

资助基金：中央高校基本科研业务费12SKGC-QG03;江西省自然科学基金项目20122BABA201044

在线出版日期：2013-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：227-230