基于DTW距离度量的层次聚类算法

摘要：

针对传统聚类算法直接应用于分段时间序列聚类效果不佳, 提出一种基于DTW距离度量的层次聚类算法.在计算距离矩阵时, 运用DTW计算分段之间的距离取代传统的欧氏距离度量方式, 提高相似性度量算法精度;在更新距离矩阵的方式上, 对计算得到的距离矩阵根据距离值进行排序, 保存到结构体数组中, 层次聚类合并簇时直接通过数组顺序进行合并, 提高算法性能, 减小算法的时间复杂度.整个算法的目的是实现较好聚类效果的同时降低算法的计算量, 以便处理大规模时间序列数据.通过Matlab仿真分析验证了该改进模型的有效性.

关键词：时间序列、距离矩阵、相似性度量、DTW距离、层次聚类

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：重庆市基础科学与前沿技术研究基金项目cstc2017jcyjAX0135

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：116-121