本文探讨了多种时间序列的相关性度量方法，包括时域范数、频域范数、自相关系数、动态时间规整、实序列编辑距离、时间规整编辑距离和最小跳跃代价不相似度。这些度量在理解和比较时间序列数据的相似性和差异性中起到关键作用。
内容引自https://arxiv.org/pdf/1401.3973.pdf
时域范数
p > 1 p>1 p>1
d L p ( x 1 : T , y 1 : T ) = ( ∑ i = 1 T ( x i − y i ) p ) 1 p d_{\mathrm{L}_p} \left( x_{1:T}, y_{1:T} \right) = \left( \sum\limits_{i=1}^T (x_i - y_i)^p \right)^{\frac 1 p} dLp(x1:T,y1:T)=(i=1∑T(xi−yi)p)p1
频域范数
p > 1 p>1 p>1
X 1 : Ω = F ( x 1 : T ) , Y 1 : Ω = F ( y 1 : T ) X_{1:\Omega} = \mathscr{F}(x_{1:T}), Y_{1:\Omega} = \mathscr{F}(y_{1:T}) X1:Ω=F(x1:T),Y1:Ω=F(y1:T)
d L p ( X 1 : Ω , Y 1 : Ω ) = ( ∑ i = 1 Ω ( X i − Y i ) p ) 1 p d_{\mathrm{L}_p} \left( X_{1:\Omega}, Y_{1:\Omega} \right) = \left( \sum\limits_{i=1}^\Omega (X_i - Y_i)^p \right)^{\frac 1 p} dLp(X1:Ω,Y
最低0.47元/天 解锁文章
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
