sDTW公司 swMATH ID: 24327 软件作者： K.Selçuk Candan、Rosaria Rossini、Xiaolan Wang、Maria Luisa Sapino 描述： sDTW：基于显著特征对齐，使用本地相关约束计算DTW距离。许多应用程序生成和消耗时间数据，时间序列的检索是许多应用领域中的关键处理步骤。利用动态规划方法计算大小为N和M的时间序列之间的动态时间扭曲（DTW）距离，该方法创建并填充N x M网格，以搜索最佳扭曲路径。由于这可能成本高昂，人们提出了各种启发式方法来去除DTW网格中潜在的无效部分。在本文中，我们认为时间序列通常具有结构特征，可以用于识别局部相关约束，以消除冗余工作。根据这一观察，我们提出了基于显著特征的sDTW算法，该算法首先识别给定时间序列中的鲁棒显著特征，然后找到这些特征的一致对齐，从而为扭曲路径搜索建立边界。更具体地说，我们提出了备选的固定核和自适应宽度、自适应核和固定宽度以及自适应核和自适应宽策略，这些策略强制实施不同的约束，以反映数据集中序列的高级结构特征。实验结果表明，与不利用给定时间序列局部特征的固定核和固定宽度算法相比，所提出的sDTW算法在DTW计算和时间序列检索方面取得了更高的精度。 主页： https://dl.acm.org/citation.cfm？id=2350266 相关软件： TensorFlow公司；ts新鲜；派霍克斯；SIFT公司 引用于： 1文件 5位作者引用 1 坎丹，K.塞尔库克 1 亚什·加格 1 李新生 1 玛丽亚·路易莎·萨皮诺 1 马诺伊·蒂瓦斯卡 连载1篇 1 数据挖掘与知识发现 在1个字段中引用 1 统计学（62-XX） 按年份列出的引文