改进DTW 算法的心电信号相似性度量

2015-04-17 02:46:18张正金
计算机工程与应用 2015年16期
关键词:信号

涂 辉,刘 丽,2,张正金

TU Hui1,LIU Li1,2,ZHANG Zhengjin1

1.江南大学 物联网工程学院,江苏 无锡214122

2.无锡市第四人民医院 信息科,江苏 无锡214122

1.School of IOT Engineering,Jiangnan University,Wuxi,Jiangsu 214122,China

2.Department of Information,Wuxi Fourth People’s Hospital,Wuxi,Jiangsu 214122,China

1 引言

时间序列是一类常见且与时间相关的高维数据,也是数据挖掘领域中主要的研究对象,广泛存在于金融、医学、气象、网络安全等领域中[1]。时间序列相似性度量是时间序列分析中的重要任务之一,对时间序列的分类、聚类、检索具有重要意义。

目前时间序列相似性的度量方法主要有:欧氏距离法[2](Euclidean Distance),直接计算时间轴上对应点间的距离,算法简单、快速,但它只能应用于等长的时间序列,且对序列在时间轴上的偏移及序列突变敏感。动态时间规整(Dynamic Time Warping,DTW)算法根据最小代价的时间弯曲路径进行匹配,对时间序列发生弯曲后的相似性度量具有很好的鲁棒性。算法的时间复杂度高且序列在时间轴偏上偏移较大时容易产生病态路径及匹配不准确的问题。如图1 欧几里德距离与DTW距离对比图。

1994 年,Berndt 和Clifford 首先把动态时间弯曲距离引入到时间序列分类的问题中[3]。针对DTW 计算量大的问题,Huang 和Kinsner 提出一种调节窗口法[4]。Thanawin 等人提出一种在大数据量下的时间序列挖掘算法[5]。这些工作的前提都是比较时间序列的相似性。

图1 欧式距离与DTW 距离对比图

2 相关知识

2.1 动态时间弯曲距离

动态时间弯曲距离的主要思想为通过调整时间点之间的对应关系,找出两个任意长时间序列中数据之间的最佳匹配路径,从而度量时间序列的相似性[6]。时间序列X=(x1,x2,…,xm),Y=(y1,y2,…,yn) 长度分别为m、n。距离矩阵D由xi与yj的欧式距离的平方di,j=d(xi,yj)=(xi-yj)2构成。……

登录APP查看全文

猜你喜欢
信号
信号
鸭绿江(2021年35期)2021-04-19 12:24:18
完形填空二则
7个信号,警惕宝宝要感冒
妈妈宝宝(2019年10期)2019-10-26 02:45:34
孩子停止长个的信号
《铁道通信信号》订阅单
基于FPGA的多功能信号发生器的设计
电子制作(2018年11期)2018-08-04 03:25:42
基于Arduino的联锁信号控制接口研究
《铁道通信信号》订阅单
基于LabVIEW的力加载信号采集与PID控制
Kisspeptin/GPR54信号通路促使性早熟形成的作用观察