导读:本文包含了时序相似性论文开题报告文献综述、选题提纲参考文献，主要关键词:时序,时间,相似性,傅立叶,动态,数据,弯曲。
时序相似性论文文献综述写法
陈亮,雷涛,闫璞,杨玲[1]（2018）在《一种基于时序相似性的方位关联方法》一文中研究指出针对电子对抗领域多装备对同型目标准确关联困难、难以有效融合形成态势的问题,提出了一种以方位为中心视角,基于时序相似性的纯方位角关联方法。该方法先结合领域知识对方位数据进行预处理;然后对数据进行平滑和降维;最后通过序列间的DTW距离,基于滑动窗口实现目标的关联。该方法能够自动完成多装备对同型目标的侦察数据关联,并通过仿真实例和外场数据验证了方法的有效性。(本文来源于《电子信息对抗技术》期刊2018年03期）
乔永卫,张宇翔,肖春景[2]（2018）在《基于会话时序相似性的矩阵分解数据填充》一文中研究指出针对已有数据填充方法只考虑评分信息和传统相似性,无法捕获用户间真实相似关系的问题,提出了基于会话时序相似性的矩阵分解数据填充方法来缓解数据稀疏性、提高推荐精度。首先,分析了传统相似性的缺陷,并根据时序相似性和相异性提出了基于会话时序相似性度量,它结合了时间上下文和评分信息,能更好地捕获用户间的真实关系,从而识别近邻;接着,根据目标用户的近邻及其消费的项目抽取了具有用户和项目潜在影响因素的待填充的关键项目集合,并利用矩阵分解填充关键项目集合;然后,利用隐含狄利克雷分布(LDA)抽取用户在每个时间段内的概率主题分布,并利用时间惩罚权值建立用户动态偏好模型;最后,根据用户间概率主题分布的相关性和基于用户的协同过滤完成项目推荐。实验结果表明,与其他数据填充方法相比,基于会话时序相似性的矩阵分解数据填充方法在不同稀疏度下都能降低平均绝对误差(MAE),提高推荐性能。(本文来源于《计算机应用》期刊2018年08期）
杨剑楠,刘建国,郭强[3]（2018）在《基于层间相似性的时序网络节点重要性研究》一文中研究指出时序网络可以更加准确地描述节点之间的交互顺序和交互关系.结合多层耦合网络分析法,本文提出了基于节点层间相似性的超邻接矩阵时序网络节点重要性识别方法,与经典的认为所有层间关系为常数不同,层间关系用节点的邻居拓扑重迭系数进行度量.Workspace和Enrons数据集上的结果显示:相比经典的方法,使用该方法得到的Kendall’sτ值在各时间层上的平均提高,最高为17.72%和12.44%,结果表明层间相似性的度量对于时序网络的节点重要性度量具有十分重要的意义.(本文来源于《物理学报》期刊2018年04期）
徐健锋,何宇凡,张远健,汤涛[4]（2017）在《基于弯曲距离叁支决策的时序相似性算法》一文中研究指出动态时间弯曲距离算法(DTW)是目前公认的最有效的时间序列相似性计算方法之一,但是较高的时间复杂度一直是其主要缺点。快速弯曲距离算法(FTW)能有效提高DTW的计算速度,但是该算法对不同粒度时间序列剪枝的行为是典型的二支决策,与人类处理不确定问题时普遍采用的叁支判断不同。因此,通过将叁支决策理论引入到DTW算法的优化工作中,建立了DTW叁支决策模型;然后对DTW叁支决策模型中的决策阈值α和β进行了基于误识别率的推导,并且给出了具体求解阈值α和β的模拟退火算法;最后基于上述理论提出了基于弯曲距离叁支决策的时序相似性算法(3WD-DTW)。通过对比实验表明,与FTW算法相比,3WD-DTW算法在保持较快的计算速度的前提下明显提升了计算准确度,使其接近DTW的水平。(本文来源于《计算机科学》期刊2017年09期）
张建辉,王会青,孙宏伟,郭芷榕,白莹莹[5]（2017）在《基于二分迭代SAX的时序相似性度量算法》一文中研究指出时序降维是解决时间序列高维问题的关键技术。符号聚集近似表示(SAX表示法)作为一种时序降维技术,具有良好的维度约简能力与性能稳定的下界距离算法,但算法中分段数的选取需根据当前时序数据的特征而人为设定。针对这一问题,引入了滑动窗口算法与统计学方法,提出了基于二分迭代SAX的时序相似性度量算法。实验结果表明,该算法不仅解决了分段数设定困难的问题,而且降低了时序降维表示的复杂度,提高了SAX算法在多种时序数据上的分类准确性。(本文来源于《计算机科学》期刊2017年01期）
许玉萍,刘鹏程,秦自成,伍晓阳[6]（2016）在《NDVI时序曲线形状相似性模型的水稻提取方法》一文中研究指出基于土地利用现状图与经验观测,提取标准水稻NDVI时序曲线,利用傅立叶形状描述子计算MODIS-NDVI时序曲线与标准的水稻NDVI时序曲线形状相似性距离,通过样例数据探测未知像元与样本的相似性距离阈值,从而判别双季水稻种植区域。以江汉平原2010年的数据进行实验,证明此方法识别的双季水稻种植区域面积误差为8.6%,总体精度为80%,较为理想。该方法将遥感光谱信息与几何形状的识别相结合,有效减少了个别时段光谱信息误差引起的识别错误,提高了识别水稻种植区域的有效性。(本文来源于《地理空间信息》期刊2016年08期）
陈明威,孙丽华,徐健锋[7]（2016）在《弹性粗粒度动态弯曲时序相似性算法》一文中研究指出针对动态时间弯曲(DTW)算法在提高计算速度同时不能兼顾分类正确率的问题,提出了一种基于朴素粒计算思想的弹性粗粒度动态时间弯曲(CG-DTW)算法。首先,通过计算时序方差特征的方法来获取较优的时序粒度,用粒度特征代替原始序列;其次,再代入执行DTW算法,允许动态调整被比较时序粒间的弹性大小,从而获得相对最优的时序对应粒;最后,在对应最优粒的情况下计算DTW距离。同时引入下界函数的提前终止策略进一步提高CG-DTW算法效率。实验结果表明,所提算法要比经典算法运行速率提高21.4%左右,比降维策略算法正确率提高近32.3个百分点,尤其是长序列的分类,CG-DTW能够在保持正确率的情况下兼顾较高的运行效率。CG-DTW在实际应用中能适应不确定长序列分类。(本文来源于《计算机应用》期刊2016年06期）
钟绍军,刘洪[8]（2015）在《带权Bernstein基的对偶泛函在时序相似性度量中的应用》一文中研究指出提出了带权Bernstein基的对偶泛函的离散形式,并用于逼近时间序列,将基函数的控制向量作为时间序列的特征向量,达到压缩数据的目的。根据时间序列的凸包个数解决了对偶泛函的定阶问题,用时间序列的特征向量提出了基于极大似然比的相似性检验统计量,并给出相似系数的计算公式。最后通过正交变换得到相互无关的控制点特征向量,据此可以实现多个时间序列的相似性比较、聚类分析等。模拟数值试验证明,该方法能有效压缩数据,计算精度高,可实现不等长度的时间序列数据的相似性比较,体现了大数据挖掘的特点。(本文来源于《统计与信息论坛》期刊2015年03期）
管续栋,黄翀,刘高焕,徐增让,刘庆生[9]（2014）在《基于DTW距离的时序相似性方法提取水稻遥感信息——以泰国为例》一文中研究指出热带季风区多云多雨的天气条件一直是多光谱遥感探测地表信息的难点之一。本文针对东南亚地区多雨多云的复杂天气条件以及水稻种植灵活的特点,利用MODIS时间序列数据,提出一种基于动态时间弯曲(DTW)距离的相似性判别的土地覆盖分类方法,对泰国东北部地区单、双季稻种植面积进行了遥感提取研究。针对研究区雨季遥感影像像元受到云覆盖影响严重,使用替换法去云,结合S-G滤波方法对计算得到的MODIS09A1数据的NDVI时序数据去噪,再采用DTW距离相似性方法逐像元比较与标准NDVI时间序列的时序相似性,将不同类型所得NDVI相似性值作为模糊分类隶属度参考值对泰国东北部地区单季稻、双季稻进行分类提取面积。最后结合野外采样数据、Google Earth高清遥感影像进行精度验证。结果表明,该方法能够用于针对东南亚多雨多云区水稻种植面积大范围监测。(本文来源于《资源科学》期刊2014年02期）
张国振[10]（2012）在《多元时序飞行数据的相似性搜索算法研究》一文中研究指出随着航空安全事故的发生,航空安全形势不容乐观。为了提高航空安全管理的科学性和可靠性、进一步降低事故率,通过收集和分析相关的飞行数据来发现潜在不安全因素,为确定飞行安全隐患并制定相关预防措施提供依据。QAR数据的高维度以及维度之间不确定的相互关联性,使得原有低维空间上度量时间序列的相似性的方法不再适用,另一方面由于民航行业的特殊性,利用QAR数据进行相似性搜索来确定飞行故障,对相似性的定义也有特殊的要求。在本文中通过专家经验结合一种层次分析算法来确定飞行故障所关联的属性维度的重要性,对QAR数据的多维子序列进行符号化表示,并利用k-d树的特殊性质建立索引,使QAR数据多维子序列的快速相似性搜索成为可能,要结合形状和距离对相似性进行定义和度量。本文主要完成了以下工作:1.将层次分析算法引入到故障检测中,用来确定与飞机故障有关的各维度属性的重要度。构建判断矩阵,计算各维度的权值,并采用一致性检验的方法,修正偏差,消除人为因素带来的影响。2.建立基于飞行阶段主题的数据库,采用分段线性近似算法对数据进行预处理,使各维度的数据采样频率保持一致。3.相似性的定义采用波形与距离相结合的新方法,对多维时序飞行数据的子序列分别在每一维上进行符号化表示,符号化的结果作为相应维度上的特征值,利用k-d树建立索引,k-d树的每个节点包含指向一个链表的头节点的指针,该链表中的节点具有相同的特征值。4.对专家给定的故障模型,在k-d树中进行检索,将查询得到的链表对应的原始时序飞行数据作为候选集合,引入基于权重的距离度量公式,进一步筛选,从而查找到故障序列。经实验验证,上述方法查找速度快,准确度较为满意。(本文来源于《中国民航大学》期刊2012-03-20）
时序相似性论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对已有数据填充方法只考虑评分信息和传统相似性,无法捕获用户间真实相似关系的问题,提出了基于会话时序相似性的矩阵分解数据填充方法来缓解数据稀疏性、提高推荐精度。首先,分析了传统相似性的缺陷,并根据时序相似性和相异性提出了基于会话时序相似性度量,它结合了时间上下文和评分信息,能更好地捕获用户间的真实关系,从而识别近邻;接着,根据目标用户的近邻及其消费的项目抽取了具有用户和项目潜在影响因素的待填充的关键项目集合,并利用矩阵分解填充关键项目集合;然后,利用隐含狄利克雷分布(LDA)抽取用户在每个时间段内的概率主题分布,并利用时间惩罚权值建立用户动态偏好模型;最后,根据用户间概率主题分布的相关性和基于用户的协同过滤完成项目推荐。实验结果表明,与其他数据填充方法相比,基于会话时序相似性的矩阵分解数据填充方法在不同稀疏度下都能降低平均绝对误差(MAE),提高推荐性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
时序相似性论文参考文献
[1].陈亮,雷涛,闫璞,杨玲.一种基于时序相似性的方位关联方法[J].电子信息对抗技术.2018
[2].乔永卫,张宇翔,肖春景.基于会话时序相似性的矩阵分解数据填充[J].计算机应用.2018
[3].杨剑楠,刘建国,郭强.基于层间相似性的时序网络节点重要性研究[J].物理学报.2018
[4].徐健锋,何宇凡,张远健,汤涛.基于弯曲距离叁支决策的时序相似性算法[J].计算机科学.2017
[5].张建辉,王会青,孙宏伟,郭芷榕,白莹莹.基于二分迭代SAX的时序相似性度量算法[J].计算机科学.2017
[6].许玉萍,刘鹏程,秦自成,伍晓阳.NDVI时序曲线形状相似性模型的水稻提取方法[J].地理空间信息.2016
[7].陈明威,孙丽华,徐健锋.弹性粗粒度动态弯曲时序相似性算法[J].计算机应用.2016
[8].钟绍军,刘洪.带权Bernstein基的对偶泛函在时序相似性度量中的应用[J].统计与信息论坛.2015
[9].管续栋,黄翀,刘高焕,徐增让,刘庆生.基于DTW距离的时序相似性方法提取水稻遥感信息——以泰国为例[J].资源科学.2014
[10].张国振.多元时序飞行数据的相似性搜索算法研究[D].中国民航大学.2012