基于动态时间弯曲的时序数据聚类算法的研究

摘要

时间序列是一类重要的复杂类型数据,时间序列知识发现正成为知识发现的研究热点之一.欧几里的距离及其扩展作为相似测度被广泛应用于时间序列的比较中,但是这种距离测度对数据没有好的鲁棒性.动态时间弯曲技术是基于非线性动态编程的一种模式匹配算法.该文提出了基于动态时间弯曲技术的相似搜索算法,通过计算时序数据之间的最短弯曲路径来获得序列的匹配.对综合控制时序数据进行基于不同距离测度的聚类分析对比结果表明该文提出的算法有很高的精度和对振幅差异、噪声和线性漂移有强的鲁棒性,具有良好的应用价值.