基于DTW度量和局部紧邻图的序列聚类设计

时间序列是科研生产中广泛存在的重要的数据对象。由于时间序列形态复杂,对其进行相似性度量非常困难,因此设计高效的时间序列聚类算法成为一个很有价值的研究课题。提出了一种基于DTW度量和局部紧邻接图的聚类算法。新算法通过对DTW距离矩阵进行较小距离截断的办法分离出核心簇结构,进而确定聚类的簇数、划分核心点和边缘点,具有过程简单、物理意义明确的优点。在不同数据集上的仿真表明,新算法的聚类性能不仅超过了传统算法kmeans和hierarchy,同时优于最新的DP算法的DTW改进版。