论文部分内容阅读
针对传统数据多维子序列相似性搜索方法存在搜索时间较长,搜索准确率较低等问题,提出一种基于序变换的数据多维子序列相似性搜索方法。根据分析序列点整体数据形状变化情况,提取时间序列的主要特征点,并对提取到的主要特征点相对应的子序列实施标记预处理,将子序列转换成空间内的曲线,计算曲线间的欧几里德距离,分析数据多维子序列的性质,通过曲率的分段和原理两种性能,对序列内任意点比较小的邻域中的趋向变化现象进行降噪处理,利用相似性阈值的合理设定完成对子序列相似性搜索。仿真结果表明:所提方法能够降低运算时间,从而缩短搜