×
丹尼尔·勒米尔

使用两次动态时间扭曲下限加快检索。 （英语） Zbl 1169.68594号

模式识别 42，第9期，2169-2180（2009）.
摘要：动态时间扭曲（DTW）是一种常用的时间序列相似性度量方法。DTW不能满足三角形不等式，其计算需要二次时间。因此，为了快速找到最近的邻居，我们使用了边界技术。我们可以用一个便宜的下限（LB_Keogh）来避免大多数DTW计算。我们将LB_Keogh与更严格的下限（LB_Improved）进行比较。我们发现基于LB_Improved的搜索速度更快。例如，我们的方法比随机遍历和形状时间序列快2-3倍。

引用于7文件

MSC公司：

68分10秒 模式识别、语音识别
68第20页 信息存储和数据检索

关键词：

时间序列;非常大的数据库;索引;分类
PDF格式BibTeX公司 XML格式引用
\textit{D.Lemire}，模式识别42，第9期，2169--2180（2009；Zbl 1169.68594）
全文： 内政部 链接

参考文献：

[1] Sakoe，H。；Chiba，S.，语音识别的动态编程算法优化，IEEE声学、语音和信号处理汇刊，26，1，43-49（1978）·Zbl 0371.68035号
[2] Bahlmann，C.，独立于作者的在线手写识别系统frog on hand and cluster generative statistical dynamic time warping，writer，26，3，299-310（2004）
[3] 尼尔斯，R。；Vuurpijl，L.，使用动态时间扭曲进行直观手写识别，（IGS2005（2005）），217-221
[4] Faundez-Zanuy，M.，基于VQ-DTW的在线签名识别，模式识别，40，3，981-992（2007）·Zbl 1119.68172号
[5] Chang，W。；Shin，J.，基于笔划的在线签名验证的改进动态时间扭曲，（ICDAR 2007（2007）），724-728
[6] A.Almog，A.Levi，A.M.Bruckstein，使用动态时间扭曲的空间去交错，收录于：ICIP 2005，第2卷，2005年，第1010-1013页。；A.Almog，A.Levi，A.M.Bruckstein，使用动态时间扭曲的空间去交错，收录于：ICIP 2005，第2卷，2005年，第1010-1013页。
[7] Kale，A。；坎托尔，N。；Yegnanarayana，B。；Rajagopalan，A.N。；Chellappa，R.，使用外观匹配的基于步态的人类识别，（信息安全的光学和数字技术（2004），施普林格：施普林格柏林），271-295·兹比尔1050.68775
[8] Brown，J.C。；Hodgins-Davis，A。；Miller，P.J.O.，使用动态时间扭曲对虎鲸发声的分类，美国声学学会杂志，119，3，34-40（2006）
[9] Jang，J.-S.R。；Lee，H.-R.，《渐进过滤的一般框架及其在唱歌/哼唱查询中的应用》，IEEE音频、语音和语言处理汇刊，16，2，350-358（2008）
[10] Zhu，Y。；Shasha，D.，通过哼唱查询的带包络变换的扭曲索引（SIGMOD'03（2003）），181-192
[11] Muscillo，R。；Conforto，S。；施密德，M。；卡塞利，P。；D’Alessio，T.，通过应用于加速计数据的导数动态时间扭曲对运动活动进行分类，（EMBS 2007（2007）），4930-4933
[12] Lopez，L.E.M。；Elias，R.P。；Tavira，J.V.，使用动态时间扭曲和积分投影在彩色图像中进行人脸定位，（IJCNN 2007（2007）），892-896
[13] 罗格朗，B。；Chang，C.S。；Ong，S.H。；纽约州尼奥市。；Palanisamy，N.，使用动态时间扭曲进行染色体分类，模式识别字母，29，3，215-222（2007）
[14] 巴托里尼，I。；Ciaccia，P。；Patella，M.，WARP：使用傅里叶描述符相位和时间扭曲距离精确检索形状，IEEE模式分析和机器智能学报，27，1，142-147（2005）
[15] A.Marzal，V.Palazon，G.Peris，使用动态时间扭曲的基于轮廓的形状检索，in：《计算机科学讲义》，第4177卷，Springer，柏林，2006年，第190页。；A.Marzal，V.Palazon，G.Peris，《使用动态时间扭曲的基于轮廓的形状检索》，载于：《计算机科学讲义》，第4177卷，施普林格出版社，柏林，2006年，第190页。
[16] 查韦斯，E。；纳瓦罗，G。；Baeza Yates，R。；Marroquin，J.L.，在度量空间中搜索，ACM计算调查，33，3，273-321（2001）
[17] Fredriksson，K.，《工程效率指标》，《模式识别字母》，28，1，75-84（2007）
[18] Hjaltason，G.R。；Samet，H.，度量空间中索引驱动的相似性搜索（调查文章），ACM数据库系统事务，28，4，517-580（2003）
[19] 米科，L。；Oncina，J。；Carrasco，R.C.，度量空间中的快速分支和边界最近邻分类器，模式识别字母，17，7，731-739（1996）
[20] 赖，J.Z.C。；Liaw，Y.-C。；Liu，J.，基于投影和三角不等式的快速（k）-最近邻搜索，模式识别，40，2，351-359（2007）·Zbl 1118.68055号
[21] 韦伯，R。；希克·H·J。；Blott，S.，高维空间中相似性搜索方法的定量分析和性能研究，（VLDB’98（1998）），194-205
[22] Faloutsos，C.，《按内容搜索多媒体数据库》（1996年），Kluwer学术出版社：Kluwer-学术出版社Dordrecht·Zbl 0876.68032号
[23] Ratanamahatana，C.A。；Keogh，E.，关于动态时间扭曲数据挖掘的三大误区，（SDM’05（2005））
[24] Veltkamp，R.C.，《形状匹配：相似性度量和算法》（Shape Modeling and Applications，2001），188-197
[25] Chen，L。；Ng，R.，《关于（l_p）-规范和编辑距离的结合》（VLDB’04（2004）），1040-1049
[26] Needleman，S.B。；Wunsch，C.D.，《适用于搜索两种蛋白质氨基酸序列相似性的通用方法》，《分子生物学杂志》，48，3，443-453（1970）
[27] 史密斯，T.F。；Waterman，M.S.，《常见分子子序列的识别》，《分子生物学杂志》，147195-197（1981）
[28] 布德拉阿，A.-O。；塞克斯，J.-C。；格鲁萨特，M。；Brunagel，P.，时间序列的基于能量的相似性度量，EURASIP信号处理进展杂志，2008，1，1-9（2008）·Zbl 1153.91781号
[29] 周，M。；Wong，M.H.，动态时间扭曲的基于边界的下限函数及其索引，（ICDE 2007（2007）），1307-1311
[30] Vega-López，国际货币基金组织。；Moon，B.，《量化时间序列以在时间扭曲下进行有效的相似性搜索》（ACST’06（2006），ACTA出版社：美国加利福尼亚州阿纳海姆ACTA出版社），334-339
[31] 樱井，Y。；吉川，M。；Faloutsos，C.，FTW:时间扭曲距离下的快速相似性搜索，（PODS’05（2005）），326-337
[32] Wei，L。；基奥，E。；Herle，H.V。；Mafra-Neto，A.，Atomic wedge:流式时间序列的高效查询过滤，（ICDM’05（2005）），490-497
[33] Itakura，F.，应用于语音识别的最小预测残差原理，IEEE声学、语音和信号处理学报，23，1，67-72（1975）
[34] 科兰尼诺，J。；Damian，M。；Hurtado，F。；Langerman，S。；Meijer，H。；Ramaswami，S。；Souvaine，D。；Toussant，G.，《一维高效多点对多点匹配》，图与组合数学，23，1，169-178（2007）·Zbl 1149.90092号
[35] 基奥，E。；Ratanamahatana，C.A.，动态时间扭曲的精确索引，知识和信息系统，7，3，358-386（2005）
[36] Lemire，D.，每个元素使用不超过三个比较的流式最大最小滤波器，《北欧计算杂志》，13，4，328-339（2006）·Zbl 1123.68138号
[37] 北卡罗来纳州贝克曼。；Kriegel，H。；施耐德，R。；Seeger，B.，《（R^*）树：点和矩形的一种高效且稳健的访问方法》（SIGMOD’90（1990）），322-331
[38] 萧，H。；冯，X.-F。；胡玉凤，时间序列数据库中数据挖掘的新分段时间扭曲距离，（机器学习与控制论2004，第2卷（2004）），1277-1281
[39] Shou，Y。；马穆利斯，N。；Cheung，D.W.，使用自适应分段近似快速准确地扭曲时间序列，机器学习，58，2-3，231-267（2005）·Zbl 1075.62083号
[40] Dong，X.L。；顾长凯。；王振欧，用于时间序列数据挖掘的局部分段动力学时间规整距离测量算法，（2006（2006）国际机器学习与控制论会议），1247-1252
[41] D.Lemire，动态时间扭曲下的快速近邻检索，2008，在线：http://code.google.com/p/lbimproved（网址：http://code.google.com/p/lbimproved）/\（\rangle；\）。；D.Lemire，动态时间扭曲下的快速近邻检索，2008，在线：http://code.google.com/p/lb改进/\（\rangle；\）。
[42] M.Hadjieleftheriou，空间索引库，2008年，在线：http://research.att.com/∼;marioh/spacialindex/\（\rangle；\）。；M.Hadjieleftheriou，空间索引库，2008年，在线：http://research.att.com/∼;marioh/spacialindex/\（\rangle；\）。
[43] N.Saito，局部特征提取及其使用库的应用，博士论文，耶鲁大学，纽黑文，康涅狄格州，美国，1994年。；N.Saito，局部特征提取及其使用库的应用，博士论文，耶鲁大学，纽黑文，康涅狄格州，美国，1994年。
[44] Pham，D.T。；Chan，A.B.，使用新型自组织神经网络的控制图模式识别，机械工程师学会学报，第一部分：系统与控制工程杂志，212，2，115-127（1998）
[45] 基奥，E。；Wei，L。；Xi，X。；Lee，S.H。；Vlachos，M.，LB_Keogh支持使用任意表示和距离度量在旋转不变性下精确索引形状，（VLDB 2006（2006）），882-893
[46] E.Keogh，形状匹配，在线：\（\langle；\）网址：http://www.cs.ucr.edu/\（\sim；）eamonn/shape/shape.htm（\rangle；），论文和数据集，2007年。；E.Keogh，形状匹配，在线：\（\langle；\）网址：http://www.cs.ucr.edu/\（\sim；）eamonn/shape/shape.htm，论文和数据集，2007年。
[47] 福兰德，G.B.，《真实分析》。《现代技术及其应用》（1984），威利：威利纽约·Zbl 0549.28001号
[48] 卡萨库贝塔，F。；维达尔，E。；Rulot，H.，《关于动态时间扭曲的度量特性》，IEEE声学、语音和信号处理汇刊，35，11，1631-1633（1987）
[49] T.Eiter，H.Mannila，《计算离散Frechet距离》，技术报告CD-TR 94/64，专家系统基督教多普勒实验室，1994年。；T.Eiter，H.Mannila，《计算离散Frechet距离》，技术报告CD-TR 94/64，专家系统基督教多普勒实验室，1994年。
[50] 莫尔斯医学博士。；Patel，J.M.，《评估时间序列相似性的高效准确方法》（2007年ACM SIGMOD国际数据管理会议论文集（2007）），569-580
[51] 阿加瓦尔，C.C。；Hinneburg，A。；Keim，D.A.，关于高维空间中距离度量的令人惊讶的行为，（ICDT'01（2001）），420-434·Zbl 1047.68038号
[52] 弗朗索瓦，D。；维尔茨，V。；Verleysen，M.，分数距离的集中，IEEE知识与数据工程汇刊，19，7，873-886（2007）
[53] Breiman，L.，《分类和回归树》（1998），查普曼和霍尔，CRC:查普曼与霍尔，CRC伦敦，博卡拉顿，佛罗里达州
[54] 冈萨雷斯，C.A。；Diez，J.J.R.，通过增强基于区间的文字进行时间序列分类，Interigencia Artificial，Revista Iberoamericana de Interigenica Artifical，11，2-11（2000）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。