基于事件的时间序列相似性度量方法

？为了在时间序列相似性度量过程中更好地体现用户的需求，提高相似性度量的准确度，提出了基于事件的时间序列相似性度量方法（smbe）。首先将用户的需求定义为事件，将原始时间序列转化为事件序列；然后，构建了基于事件序列的相似性度量模型（smbe），smbe定义了不同事件序列中各元素之间的相似性，并构成相应的相似性矩阵，对相似性矩阵进行搜索得到最优路径的值作为序列之间的相似性度量；最后，提出了基于smbe的聚类方法。实验表明，在参数设置合理的情况下，能获得接近0.90的聚类精度。