基于三次样条趋势滤波和知识指导的大规模不等长时序族聚类

摘要

本文利用三次样条规则化趋势滤波对由光滑曲线产生的大规模时间序列进行信息挖掘.为了更好地描述时间序列的趋势变化,定义了任意两个曲线段间的距离,提出了基于三次样条规则化的改进的动态时间规整算法(SPDTW),并将该算法与知识指导相结合,应用于大规模不等长时间数据族的聚类问题中.仿真实验表明,SPDTW算法和知识指导能够很好地展示原始时间数据的变化趋势,并具有较高的时间效率.