论文部分内容阅读
本文研究的是时间序列的聚类问题。由于现实世界中时间序列多数是非线性的，而现有的时间序列聚类问题大都是基于线性时间序列模型进行聚类的，本文提出了可以用于非线性时间序列的聚类方法。以时间序列的二维核密度估计之间的相似性作为非线性时间序列的距离度量，该距离度量方式是一种非参数的距离度量方法，考虑到了时间序列自相关结构的差异，能够粗糙地识别时间序列形状和动态相关结构的相似性。与理论研究结果相一致，我们的模拟实验结果也验证了这种距离度量的有效性。