[发明专利]基于夹角DTW距离的卫星遥测数据自适应层次聚类方法

权利要求书

1.一种基于夹角DTW距离的卫星遥测数据自适应层次聚类方法，其特征在于：所述聚类方法通过以下步骤实现：

步骤一、根据卫星遥测数据的周期特性对卫星遥测历史数据进行分段，得到无类别标签的原始时间序列X₀＝{x₀₁,x₀₂,…,x_0n}；其中，n为大于0的正整数，表示时间序列数目；

步骤二、依据原始时间序列的特征，引入时间变量，对无类别标签的原始时间序列重新进行表示，得到基于数值与时间表示的时间序列集合X＝{X₁,X₂,…,X_n}；其中，

X_i＝{(x_i1,t_i1),(x_i2,t_i2),…,(x_im,t_im)}，表示用数值与时间表示的时间序列集合X中的第i个序列，i＝1,2,…,n，m表示时间序列长度；

步骤三、在数值与时间表示的时间序列集合X基础上，用相邻线段间的夹角构成的角度序列近似表示X₀，得到角度表示的序列集合X′＝{X₁′,X₂′,…,X_n′}；其中，

X_i′＝{α_i1′,α_i2′,…,α_i(m-2)′}，表示角度表示的序列集合X′中的第i个序列；

步骤四、将角度表示的序列集合X′中的序列成员X′_i、X′_j作为计算序列成员之间夹角DTW距离的输入，得到序列成员之间夹角DTW距离d_ij＝DTW_ia(X′_i,X′_j)，遍历所有成员，从而得到由所有的序列成员之间的夹角DTW距离构成的n×n距离矩阵其中j＝1,2,…,n；

步骤五、将每个无类别标签的角度表示的序列集合X′的成员归为一个类，共得到n个类，每个类仅包含一个对象，类与类之间的距离就是序列成员之间的夹角DTW距离，并令R_J(n)＝0以保证不会将类别数为n的情况视为最佳聚类数目，R_J为类间类内距离比值序列，用于评估聚类质量，R_J序列长度为n，R_J(n)表示R_J中的第n个元素；

步骤六、将夹角DTW距离最小的两个类作为最接近的两个类进行合并，形成一个新类，则类的总数减少一个，此时类别数目为j'，计算加权类间夹角DTW距离与加权类内夹角DTW距离之间的比值，即类间类内距离比R_J(j')；

步骤七、将步骤六中未合并的类作为旧类，重新计算新类与所有旧类之间的夹角DTW距离，更新距离矩阵；

步骤八、重复步骤六和步骤七的过程，对所有可能的类别都遍历一遍直到合并成一个类别为止，并令R_J(1)＝0以避免将类别数为1的情况视为最佳聚类数目；

步骤九、获取R_J序列中前半段序列的最大值R_J(c)；其中，最大值R_J(c)对应的c即为最佳的聚类数目，并获得对应c类的角度表示的序列集合X′聚类后类别标签L＝{l₁,l₂,…,l_n}，完成自适应层次聚类过程。