模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2011, Vol. 24 Issue (3): 425-430    DOI:
论文 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于DTW的多元时间序列模式匹配方法
DTW Based Pattern Matching Method for Multivariate Time Series

全文: PDF (398 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 现有的模式匹配方法难以高效、准确地度量多元时间序列的相似性.本文对多元时间序列进行多维分段拟合,选取各个变量维度上拟合线段的倾斜角和时间跨度作为特征模式,进而提出一种基于DTW的多元时间序列模式匹配方法,并通过实验验证所提方法的有效性.实验结果表明,该模式匹配方法对时间跨度较大且体现一个连续、完整过程的多元时间序列具有较好的匹配效果;对时间跨度较小、体现状态点的多元时间序列也具有一定的匹配能力.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
李正欣
张凤鸣
李克武
关键词 多元时间序列多维分段拟合动态时间弯曲计算复杂度    
Abstract:Existing methods for matching multivariate time series can not measure similarity efficiently and accurately at the same time. Multivariate time series are fitted with multidimensional piecewise method. The angle of inclination and time span of a fitting line segment are chosen as feature pattern, and then a pattern matching method based on DTW for multivariate time series is proposed. Finally, its validity is testified by experiments. The experimental results show that the similarity of multivariate time series are measured efficiently and accurately by the proposed method, especially for series which present a whole process in a comparatively long time.
Key wordsMultivariate Time Series    Multidimensional Piecewise Fitting    Dynamic Time Warping, Computational Complexity   
    
ZTFLH: TP 311  
引用本文:   
李正欣, 张凤鸣, 李克武. 基于DTW的多元时间序列模式匹配方法[J]. 模式识别与人工智能, 2011, 24(3): 425-430. LI Zheng-Xin, ZHANG Feng-Ming, LI Ke-Wu. DTW Based Pattern Matching Method for Multivariate Time Series. , 2011, 24(3): 425-430.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2011/V24/I3/425
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn