0

現在、以下のように6つの異なる色で6つの曲線が表示されています。 ここに画像の説明を入力 6 つの曲線は、実際には1 つの同じ実験の 6 回の試行によって生成されます。つまり、理想的にはそれらは同じ曲線である必要がありますが、ノイズとさまざまな試験参加者のために、それらは似ているように見えますが、まったく同じではありません.

ここで、6 つの曲線が本質的に同じであることを識別し、それらを 1 つのクラスターにクラスター化できるアルゴリズムを作成したいと考えています。どの類似性指標を使用すればよいですか?

ノート:

  1. はまったく関係x-axisありませ。視覚的な目的でそれらを並べるだけです。したがって、曲線を左/右に自由にシフトしてください。
  2. カーブの一部である「サブカーブ」が表示される場合があります。「帰属性」は重要であり、識別も必要です。ただし、ここでも、左右のシフトは許可されています。

DBSCAN、K-means、Fuzzy C-means などのクラスタリング アルゴリズムのいくつかを学習しようとしましたが、「所属性」を見つける必要があるため、この場合は適切ではありません。

提案やコメントは大歓迎です。この質問に正確な答えを出すのが難しいことは理解しています。ここでは、いくつかの啓発的な提案を期待しています。

4

1 に答える 1

2

動的タイム ワーピングなどの時系列類似関数をご覧ください。

これらは DBSCAN などで使用できますが、k-means では使用できません (これらの距離の妥当な「平均」を計算することはできません。k-means は実際には 2 乗ユークリッド距離用に設計されています)。

于 2013-09-17T13:15:57.150 に答える