10.13700/j.bh.1001-5965.2016.0658
基于多模型的不等长序列数据关联算法
单模型在处理不等长序列数据关联时不能兼顾计算精度、复杂度和抗扰性,为此提出了基于多模型(MM)的不等长序列数据关联算法.将基于滑动窗口和动态时间弯曲(DTW)的不等长序列相似度度量模型作为MM的输入模型,以2种模型计算得到的时似变化比作为模型判断指标进行模型转换,实现了2种模型的优势互补,并得到模型的应用条件,最后输出MM作用后的不等长序列相似度,以此作为关联指标进行关联判定.仿真实验验证了MM关联算法在处理不等长序列数据关联的有效性,并对序列长度和突变率变化对关联效果的影响进行了分析.
数据关联、不等长度、序列相似度、多模型(MM)、时似变化比
43
TN95
2017-09-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
1640-1646