上传者: 38670949
|
上传时间: 2021-12-25 17:04:27
|
文件大小: 8KB
|
文件类型: -
一种称为基于相关的动态时间扭曲 (CBDTW) 的新算法,它结合了基于 DTW 和 PCA 的相似性度量。 为了保持相关性,多元时间序列被分割,DTW 的局部差异函数源自 SPCA。 这些段是通过使用特殊的 PCA 相关成本通过自下而上的细分获得的。 我们的新技术符合两个数据库的要求,即 2004 年签名验证竞赛数据库和常用的 AUSLAN 数据集。 我们表明,在具有复杂相关结构的数据集的情况下,CBDTW 优于标准 SPCA 和最常用的基于欧几里德距离的多元 DTW。
该算法也描述在: J. Abonyi, F. Szeifert,用于识别模糊分类器的监督模糊聚类,模式识别快报,24(14) 2195-2207,2003 年 10 月