基于特征点界标过滤的时间序列模式匹配方法

Application Research of Computers(2022)

引用 0|浏览10
暂无评分
摘要
动态时间弯曲距离能度量不等长的时间序列、且具有较高的匹配精度,因此广泛应用在时间序列模式匹配中.但其计算复杂度较高,制约了在大规模数据集上的应用.为了实现时间序列模式度量结果和计算复杂度的平衡,提出一种基于特征点界标过滤的时间序列模式匹配方法.首先,提出一种特征点界标过滤的特征提取方法,保留时间序列主要特征,压缩时间维度;然后,利用动态时间弯曲距离对特征序列进行相似性度量;最后,在应用数据集上对所提方法进行有效性验证.实验结果表明,所提方法在保证高精度的前提下,能有效降低计算复杂度.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要