动态时间规整_‘DTW检索和挖掘万亿级时间序列数据’阅读笔记

文章：Searching and mining trillions of time series subsequences under dynamic time warping

来源：KDD2012

一、笔记概述

阅读论文的研究对象是“如何快速的计算两个并未完全对齐的时间序列数据（Time series data）之间的距离，确认其对齐后（即二者最小距离时）能否达到相似的标准，从而实现从万亿级数据中寻找相似片段的目标。”利用的方法是对动态时间规整算法（Dynamic Time Warping，后文简称DTW）进行改进。

二、朴素DTW逻辑

1. 何为两个序列的距离

DTW核心是将两个不同的序列按照对齐后比较，而如何才是最好对齐呢？对齐的方式有很多，最好的对齐方式就是两个序列的距离最小，同时这个最小的距离即被定义为两个序列的距离。

论文中Q表示query，是我们查询的母体；C表示candidate，是所有需要和Q进行比较匹配的候选者集合

如图所示，两条长度不同的序列Q，C，假设Q的序列长度为n，而C的序列长度为m，那么我们需要构建一个n*m的矩阵，其中矩阵元素（i，j）表示Qi和Cj之间的距离。每个矩阵元素表示Qi和Cj对齐，那么从矩阵左下角到右上角可以找到很多路径（从左下角到右上角是因为两个不同的序列无论长短，它们的起始点和终止点肯定是对应的），