基于提前终止的加速时间序列弯曲算法

动态时间弯曲(DTW)距离是时间序列相似搜索的一种重要距离度量,但其精确计算是一个性能瓶颈。针对此问题,提出一种名为EA_DTW的方法用于加速DTW距离的精确计算,该方法在计算累积距离矩阵中每个方格的距离时都判断其是否超过阈值,一旦超过则提前终止其余相关方格的距离计算;并对EA_DTW的过程进行了理论分析。实验对比表明,EA_DTW能够提高DTW的计算效率,在阈值与DTW距离相比较小时更加明显。

一种时间序列相似搜索中提前终止效率的估算方法

提前终止(Early Abandon)是在受限的相似搜索中的一项技术,在提高时间序列相似搜索的效率,减少冗余计算中取得成功应用。但是以往的工作中提前终止的效率往往都只是通过大量的实验测试来体现,而缺少一种理论化的方法。从理论上提出了一种对提前终止技术的实际效率的估算方法,采用统计概率的方式分析了提前终止技术在时间序列相似搜索中的效率,同时对理论结果进行了实验验证。实验结果表明,理论上的估计方法在一定程度上可以估算出提前终止的效率,为时间序列相似搜索的实际效率计算提供了理论工具。

DTW提前终止率的估算方法研究

提前终止在提高时间序列相似性搜索的效率、减少冗余计算等方面起着重要作用。目前缺少一种有效的理论分析方法来以相对较小的计算代价估算出提前终止策略对DTW计算的优化程度。分析了DTW提前终止产生的机理,提出了一种DTW提前终止率的估算模型,并对其进行了有效性验证。实验结果表明,该方法能够有效地估算出DTW距离的提前终止率,且估算精度优于EaEst方法。

飞行时序数据相似性挖掘算法研究

提出了一种基于时间序列数据挖掘的飞行数据处理方法,结合大量 QAR 数据和领域专家经验知识,采用基于离散傅立叶变换的数据挖掘算法,将时间序列相似性匹配的方法引入到数据挖掘的研究中,并在时序搜索数据时考虑了噪声、幅度和孤立点等问题。

DTW距离的过滤搜索方法

动态时间弯曲(DTW)距离支持时间序列的多种形变,具有较高的匹配精度,是一种重要的相似性度量方法.然而,该方法计算复杂度较高,制约了其在相似性搜索中的应用.为了平衡匹配精度与计算效率之间的矛盾,提出一种过滤搜索方法.首先,构造一种计算代价较低的DTW下界距离,用其进行粗略过滤,得到候选集;然后,利用提前终止策略,优化计算候选集中序列的DTW距离,得到搜索结果;最后,对所提出方法进行实验验证,结果表明,该方法能够提高DTW距离的相似性搜索效率,且具有非漏报性.