融合FastDTW与SBD的稀有时间序列分类方法

稀有时间序列分类(RTSC)在天文观测等领域有广泛应用。针对目前稀有时间序列方法处理大规模数据集存在准确率低和时间成本高的问题,以天文观测中的短时标稀有天体光变事件——耀发现象为研究对象,提出改进的稀有时间序列分类方法RTSC-FS。该方法融合动态时间弯曲(DTW)的改进FastDTW和SBD度量序列距离,同时具有FastDTW计算复杂度低、衡量精度高和SBD计算速度快的特点,采用滑动窗口过滤、重采样、窗函数平滑、标准化数据等数据预处理技术进一步降低时间成本。在由地基广角相机阵(GWAC)记录到的星等变化的时间序列数据集上,所提方法从约791万天次的光变数据中发现具有耀发特征的曲线44条,召回率60.27%,查准率达34.65%,相比Baseline发现数量更多,召回率、查准率有所提升。

基于FastDTW的道岔故障智能诊断方法

道岔控制列车的行驶方向,是轨道交通系统的关键设备.文中采用ZD7型号道岔转辙机动作电流数据,提出基于快速动态时间规整算法(FastDTW)的道岔故障智能诊断方法.根据原始电流曲线特性将曲线分段处理,通过FastDTW计算待诊断电流曲线与模板电流曲线的扭曲路径距离,根据动态确定的最优阈值诊断故障.实验表明,该方法可适用于单动、双动型号道岔故障诊断问题,仅需200条道岔动作电流历史数据.该方法诊断准确率较高,时间较短,也适用于准确性、实时性要求较高的新型列控系统.