论文研究一种新的非线性时间序列的聚类方法.pdf

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多是基于线性时间序列模型进行聚类的，提出了可以用于非线性时间序列的聚类方法。它基于KS二维检验统计量提出KS2D距离度量，是一种非参数的鲁棒性强的距离度量方式，它将时间序列的非线性相关结构放到距离度量之中，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，模拟实验结果也验证了这种距离度量的有效性。