鬼佬大哥大
  • / 20
  • 下載費用:30 金幣  

一種基于馬氏距離DTW的多維時間序列分類方法.pdf

摘要
申請專利號:

CN201510351181.7

申請日:

2015.06.24

公開號:

CN104915434A

公開日:

2015.09.16

當前法律狀態:

授權

有效性:

有權

法律詳情: 授權|||實質審查的生效IPC(主分類):G06F 17/30申請日:20150624|||公開
IPC分類號: G06F17/30 主分類號: G06F17/30
申請人: 哈爾濱工業大學
發明人: 劉大同; 陳靜; 彭宇; 彭喜元
地址: 150001黑龍江省哈爾濱市南崗區西大直街92號
優先權:
專利代理機構: 哈爾濱市松花江專利商標事務所23109 代理人: 楊立超
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201510351181.7

授權公告號:

||||||

法律狀態公告日:

2018.03.27|||2015.10.14|||2015.09.16

法律狀態類型:

授權|||實質審查的生效|||公開

摘要

一種基于馬氏距離DTW的多維時間序列分類方法,本發明涉及多維時間序列分類方法。本發明是要解決針對衛星遙測數據進行固定點分段效果不理想、由于多維時間序列之間存在相關性以及時間序列存在微小偏移而使度量結果不夠準確進而導致分類結果不夠準確的問題,而提出了一種基于馬氏距離DTW的多維時間序列分類方法。該方法是通過1、獲得用于訓練的多維時間序列X={x1,x2,...,xj,...xn}及類別標簽L={l1,l2,…,ln};2、提取待分類多維時間序列X′={x′1,x′2,...,x′m};3、計算X′={x′1,x′2,...,x′m}與X={x1,x2,...,xj,...xn}之間的DTW距離序列;4、采用基于馬氏距離的DTW距離的KNN分類方法,根據設定的K近鄰數目對待分類的多維時間序列X′={x′1,x′2,...,x′m}進行分類,確定待分類的多維時間序列的所屬類別等步驟實現的。本發明應用于多維時間序列分類領域。

權利要求書

權利要求書
1.  一種基于馬氏距離DTW的多維時間序列分類方法,其特征在于一種基于馬氏距離DTW的多維時間序列分類方法具體是按照以下步驟進行的:
步驟一:將衛星正常運行狀態下的歷史衛星遙測數據Y以幅角突變點為標識進行分段,得到正常多維時間序列X={x1,x2,...,xj,...xn},其中,Y為nd行na列的歷史衛星遙測數據矩陣,nd為多維時間序列的維度值,na為所有歷史衛星遙測數據的數據點數,xj為nd行nlen列數據矩陣表示X的第j個序列,j=1,2,…,n,nlen為時間序列長度,n為X中的成員數目;
步驟二、將分段后所得到的多維時間序列X={x1,x2,...,xj,...xn},通過層次聚類方法設定聚類目標類別數目為c對序列進行聚類操作,從而獲得多維時間序列的類別標簽L={l1,l2,…,ln};其中,c為大于1小于n的正整數,ls表示L序列的第s個元素,其取值由層次聚類結果確定,其中s=1,2,…,n;
步驟三:提取最新衛星遙測數據中相鄰m+1個幅角突變點對應時間點之內的測試數據即待分類多維時間序列為X′={x′1,x′2,...,x′m},其中,m為大于0的正整數;
步驟四、計算出待分類的多維時間序列X′={x′1,x′2,...,x′m}與含有類別標簽的多維時間序列X={x1,x2,...,xj,...xn}之間的DTW距離序列
其中,dij的計算方式如下:
dij=DTWma(x'i,xj)
x'i表示X′的第i個序列,i=1,2,…,m;DTWma表示基于馬氏距離的DTW距離算法;DTW,dij為x'i與xj之間的基于馬氏距離的DTW距離;
步驟五、采用基于馬氏距離的DTW距離的KNN分類方法,根據設定的K近鄰數目對待分類的多維時間序列X′={x′1,x′2,...,x′m}進行分類,確定待分類的多維時間序列X′={x′1,x′2,...,x′m}的所屬類別L′={l′1,l′2,…,l′m},其中,K=1,2,…,n;所屬類別l'為1,2,L,c中確定的某個數;KNN為K最近鄰分類算法;即完成了一種基于馬氏距離DTW的多維時 間序列分類方法。

2.  根據權利要求1所述一種基于馬氏距離DTW的多維時間序列分類方法,其特征在于:步驟一中幅角為衛星遙測數據的測試參量之一,幅角變化規律為從0°~360°依次遞增,具有明顯的周期性,幅角值由360°變為0°為幅角突變點。

3.  根據權利要求1所述一種基于馬氏距離DTW的多維時間序列分類方法,其特征在于:步驟一中將衛星正常運行狀態下的歷史衛星遙測數據Y以幅角突變點為標識進行分段,得到正常多維時間序列X={x1,x2,...,xj,...xn}具體過程為:
(1)當幅角達到360°后,則變為0°重新開始遞增,從360°變為0°這個點為幅角突變點;
(2)記錄幅角突變點的對應時間;
(3)根據幅角突變點對應的時間,提取相鄰兩個幅角突變點對應時間之內的測試數據為時間序列;其中多維時間序列是由多條時間序列組成;其中,測試數據為偏航姿態角、飛輪轉速和母線電壓。

4.  根據權利要求1所述一種基于馬氏距離DTW的多維時間序列分類方法,其特征在于:步驟四中計算出dij的具體過程為:
(1)計算待分類的多維時間序列各維度之間的協方差矩陣Ccov,其計算方式為:
Ccov=E{[Y-E(Y)][Y-E(Y)]T}
其中,Y為nd行na列的歷史衛星遙測數據矩陣么,E是表示計算期望值;
(2)基于馬氏距離的DTW距離即在兩條時間序列和之間尋找最優彎曲路徑來得到最小馬氏距離度量值DTWma(x'i,xj);采用馬氏距離進行計算得出d(pk),計算方式為:
d(pk)=DM(xiik,xjjk)=xiik,xjjk)TCcov-1(xiik,xjjk)]]>
在彎曲路徑中,存在一條最優路徑使得它的彎曲總代價最小,即:
DTWma(xi,xi)=minpΣk=1Kd(pk)]]>
其中,P={p1,p2,…,pK'}表示彎曲路徑,pk表示P的第k個成員,k=1,2,…,K',并用來表示x'i中的第i'個元素x'ii'k與xj中的第j'個元素xjj'k之間的對應關 系i'=1,2,…,nlen,j'=1,2,…,nlen,d(pk)表示x'ii'k與xjj'k的彎曲代價;
(3)為了求解通過動態規劃來構造一個代價矩陣R(i',j'),即:
R(i',j')=d(i',j')+min{R(i',j'-1),R(i'-1,j'-1),R(i'-1,j')}
其中,R(0,0)=0,R(i',0)=R(0,j')=+∞;R(nlen,nlen)就是DTW度量時間序列x'i和xj的最小距離值,即得到DTWma(x'i,xj)=R(nlen,nlen)。

5.  根據權利要求1所述一種基于馬氏距離DTW的多維時間序列分類方法,其特征在于:步驟五中采用基于馬氏距離的DTW距離的KNN分類方法,根據設定的K近鄰數目對待分類的多維時間序列X′={x′1,x′2,...,x′m}進行分類,確定待分類的多維時間序列X′={x′1,x′2,...,x′m}的所屬類別L′={l′1,l′2,…,l′m}的過程為:
(1)確定與待分類的多維時間序列X′={x′1,x′2,...,x′m}中的各成員之間基于馬氏距離的DTW距離最小的K個含有類別標簽的多維時間序列,即在中,每行元素中取出K個最小的數值,確定這K個最小的數值對應的含有類別標簽的多維時間序列,對應的類別標簽為
(2)統計類別每行類別標簽中出現頻率最高的類別,即為分類的多維時間序列X′={x′1,x′2,...,x′m}的所屬類別為L′={l′1,l′2,…,l′m}。

關 鍵 詞:
一種 基于 距離 DTW 多維 時間 序列 分類 方法
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
關于本文
本文標題:一種基于馬氏距離DTW的多維時間序列分類方法.pdf
鏈接地址:http://www.wwszu.club/p-6373614.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
鬼佬大哥大