如需要完整文档点击下方 "点击下载文档" 按钮

为了更好地适应大规模不确定时间序列数据的相似性耗时多、计算效率低的问题,基于传统的动态时间规整(DTW)相似性计算算法,在 FastDTW 算法已经进行粗细粒度化剪枝节省部分运算时间的情况下,通过融入 MapReduce 计算框架,提出一种不确定时间序列的相似性计算算法 MR-FastDTW。 该算法在 FastDTW 算法执行递归返回阶段时需要计算的递归矩阵,用 MapReduce 的思想分成多个子矩阵。 同时对求得的路径周围的子矩阵进行并行计算,最后汇总范围内子矩阵的结果,得出最终路径。 实验结果表明,MR-FastDTW 算法解决了 FastDTW 在递归返回段执行到一定程度后计算量大的问题,提高了计算速度和计算准确性;相比于经典的 DTW 及其改进的 FastDTW 算法,具有更高的效率。

如需要完整文档点击下方 "点击下载文档" 按钮

《基于 MR 框架的不确定时间序列相似性计算方法》

将 完整文档 下载到本地，方便收藏和查阅

文件号：062769

点击下载文档