《表2 SlidingDotProducts算法》
式中:m为子序列的长度;μQ为Q的平均值;σQ为Q的标准差;MT为Ti,m的平均值,T为Ti,m的标准差。通常情况下,计算长时间序列中每个子序列的平均值和标准差的时间复杂度为O(m),因此,算法使用了文献[13]中提出的技术:缓存时间序列值的累计和和累积平方和,在任何阶段两个累积和向量足以计算任意长度子序列的均值和方差。与KNN相似性搜索方法不同,该算法计算的是查询序列与时间序列中每个子序列之间的距离,即时间序列T的距离分布(distance profile)。
图表编号 | XD0021901600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.09.01 |
作者 | 朱晓晓 |
绘制单位 | 河海大学计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |