针对几种典型相似度算法在求解不完整时间序列相似度问题上准确率低、适应性差的问题，利用差分变换、量化处理、符号化处理、等价字符变换方法并借鉴最长公共子序列、贪婪字符串匹配算法优点，提出了一种适用于不完整时间序列的相似度求解算法。针对等长脉冲缺失时间序列，该算法的相似度结果经加权平均处理，准确率比典型算法提高了10%以上；而对于更具一般性的非等长脉冲缺失时间序列，相似度结果准确率也有明显提高。实验结果表明该算法对不完整时间序列具有较好的数据关联效果，在真实数据环境下具有较强的鲁棒性。
科研之友
微信
新浪微博
Facebook
分享链接
