一种提高DTW算法运算效率的改进算法

一种提高DTW算法运算效率的改进算法

论文摘要

水文时间序列是时间序列在水文领域的体现,反应了降水、水位、流量等水文要素随时间变化的信息。水文时间序列的相似性研究,对于发现水文规律、防洪调度等有着重要的现实意义。根据动态时间规整算法在水文时间序列的相似性度量中复杂度高、计算量大的问题,提出一种改进的算法,该算法约束了搜索范围,减少大量的重复计算。以滁河金牛湖水库日平均水位作为实验数据,实验证明该改进算法可以有效提高算法的运算效率。

论文目录

  • 1 引言
  • 2 DTW算法
  •   2.1 DTW算法描述
  •   2.2 规整窗口约束的DTW算法
  • 3 DTW算法改进
  •   3.1 现有算法存在的问题
  •   3.2 改进算法的原理
  •   3.3 改进算法适用范围
  •   3.4 改进算法实现
  • 4 实验结果与分析
  •   4.1 实验环境
  •   4.2 实验过程
  •   4.3 实验结果
  • 5 结语
  • 文章来源

    类型: 期刊论文

    作者: 谢扬扬,娄渊胜,商国中

    关键词: 水文时间序列,相似性度量,动态时间规整,约束范围

    来源: 计算机与数字工程 2019年03期

    年度: 2019

    分类: 信息科技,基础科学

    专业: 数学,地球物理学

    单位: 河海大学计算机与信息学院

    分类号: P333;O211.61

    页码: 530-534

    总页数: 5

    文件大小: 1388K

    下载量: 321

    相关论文文献

    • [1].基于相似性搜索的水文时间序列预测模型研究[J]. 信息技术 2020(03)
    • [2].基于嵌入式索引的水文时间序列相似性搜索模型[J]. 水文 2016(06)
    • [3].水文时间序列预测模型研究进展[J]. 人民珠江 2019(07)
    • [4].水文预报时间序列神经网络模型[J]. 河南水利与南水北调 2017(10)
    • [5].交叉熵相似性度量在水文时间序列匹配中的应用[J]. 计算机与数字工程 2015(02)
    • [6].基于小波神经网络的水文时间序列预测[J]. 山东大学学报(工学版) 2011(04)
    • [7].基于WISKI的水文时间序列数据管理与应用[J]. 中国水利 2008(05)
    • [8].关于水文时间序列分析方法的研究[J]. 科技展望 2016(28)
    • [9].水文时间序列周期识别的新思路与两种新方法[J]. 黑龙江科技信息 2015(20)
    • [10].基于S-变换的水文时间序列演变特征研究[J]. 应用基础与工程科学学报 2011(01)
    • [11].一种水文时间序列异常模式检测方法研究[J]. 计算机技术与发展 2019(07)
    • [12].水文时间序列分析方法研究进展[J]. 地理科学进展 2013(01)
    • [13].基于滑动窗口预测的水文时间序列异常检测[J]. 计算机应用 2014(08)
    • [14].多度量水文时间序列相似性分析[J]. 水文 2014(04)
    • [15].基于贝叶斯理论和小波回归模型耦合的水文时间序列概率预报方法[J]. 科学通报 2013(27)
    • [16].水文时间序列相似性查询的分析与研究——以漯河站、何口站汛期降雨量相似性查询为例[J]. 水文 2009(06)
    • [17].应用PSO-KELM模型预测水文时间序列[J]. 中国农村水利水电 2018(07)
    • [18].基于经验模态分解的水文时间序列预测研究[J]. 水文 2009(03)
    • [19].基于WNN-SVM的水文时间序列预测方法研究[J]. 计算机技术与发展 2019(09)
    • [20].水文时间序列关联规则挖掘模型研究[J]. 计算机与数字工程 2008(12)
    • [21].基于CEEMD-BP模型的水文时间序列月径流预测[J]. 北京师范大学学报(自然科学版) 2020(03)
    • [22].基于XGBoost算法的多元水文时间序列趋势相似性挖掘[J]. 计算机科学 2020(S2)
    • [23].水文时间序列的最大熵谱分析与优化方法[J]. 广东水利水电 2012(08)
    • [24].水文时间序列的小波神经网络工具箱预测[J]. 科技视界 2018(16)
    • [25].基于CNN和MC的水文时间序列预测组合模型[J]. 计算机与现代化 2019(11)
    • [26].水文时间序列概率预报方法的通用架构[J]. 湖泊科学 2018(03)
    • [27].水文时间序列的最大熵谱分析与优化方法[J]. 人民珠江 2012(04)
    • [28].基于T检验的水文时间序列HHT分析方法及应用[J]. 系统工程理论与实践 2015(05)
    • [29].水文时间序列趋势与突变分析系统开发与应用[J]. 甘肃科技 2016(09)
    • [30].基于SparkR的水文传感器数据的异常检测方法[J]. 计算机应用 2019(02)

    标签:;  ;  ;  ;  

    一种提高DTW算法运算效率的改进算法
    下载Doc文档

    猜你喜欢