动态时间弯曲的路径约束学习

摘要：

在序列数据分类时,动态时间弯曲(Dynamic Time Warping,DTW)算法常常用于序列数据间的相似性度量,其路径约束影响序列数据样本间的相似性程度,不同的路径约束用于指导序列数据分类也体现出不同的分类性能。通过评价边缘数据的类内类间的DTW距离关系,寻找最优的全局路径约束,将学习到的约束用于序列数据分类,通过在UCR数据集的实验,证明该方法的有效性。

关键词： 序列数据 动态时间弯曲 路径约束学习 相似性度量 UCR数据集

作者: 于霄 于达仁 贺惠新

作者单位: 哈尔滨工业大学能源科学与工程学院 哈尔滨 150001

会议类型: 国内会议

会议名称: 第九届中国Rough集与软计算、第三届中国Web智能、第三届中国粒计算联合会议(CRSSC-CWI-CGrC’2009)

会议地点: 石家庄

会议语种:中文

页码: 68-70

在线出版日期: 2009-08-01（万方平台首次上网日期，不代表论文的发表时间）