论文部分内容阅读
由于蕴含事物发展规律，时序数据上的数据挖掘正成为大数据决策的重要组成部分.作为时序数据挖掘的一种基本操作，时序数据相似连接可以找出给定相似度度量下的所有相似时序数据对.研究表明，动态时间规整（Dynamic Time Warping,DTW）正在文本挖掘、趋势预测等越来越多的科学与社会应用领域中成为时序数据上目前最佳的相似性度量方法.该文首次提出采用DTW作为相似性度量方法的时序数据相似连接问题.特别地,该文首次提出了基于阈值和基于Top- k 的两种DTW度量上的时间序列相似连接任务.除了服务于进一步的