一种基于信息熵和DTW的多维时间序列相似性度量算法

作者：乔美英; 刘宇翔; 陶慧

来源：中山大学学报(自然科学版), 2019, 58(02): 1-8.

DOI：10.13471/j.cnki.acta.snus.2019.02.001

• 多维时间序列
• 相似性
• 动态时间规整
• 马氏距离
• 信息熵

提出一种基于信息熵和动态时间规整(DTW)的多维时间序列相似性度量的方法。首先,基于马氏距离(mahalanobis distance)的DTW,不仅考虑了多维时间序列的各个变量间的相互关系,而且对于长度不同的时间序列,通过动态规整可以进行准确地对齐。其次,利用信息熵理论,通过最小化损失函数,对马氏距离矩阵进行学习,来获得全局最优的马氏矩阵。为了验证所提算法的效果,选用UCI数据集中的5个数据集,采用最近邻分类算法对其进行分类实验。实验结果表明:该算法相比于其他算法,具有较高的分类准确率,且时间消耗较少。

• 单位
  河南理工大学; 电气学院