[发明专利]一种基于嵌入式索引的水文时间序列相似性搜索方法

摘要

本发明公开了一种基于嵌入式索引的水文时间序列相似性搜索方法，按如下步骤进行：离线准备阶段对原始时间序列中的每个位置，计算对应的嵌入式索引向量，离线准备阶段实现了水文时间序列洪峰分割，串行聚类，初始参考序列集生成，参考集训练和时间序列嵌入索引计算；在线搜索阶段利用查询序列和参考集序列进行索引向量的计算，在原始序列的嵌入式索引欧氏向量空间中搜索，找到比较相似的点作为候选点集合，对候选点精炼后进行原始DTW度量，找到最终的相似序列。本发明将相似性搜索映射到欧氏向量空间中进行搜索，很大程度上提高了搜索效率。

主权项

1.一种基于嵌入式索引的水文时间序列相似性搜索方法，其特征在于，包括以下步骤：1)离线准备阶段，具体包括：1‑1)对水文时间序列进行洪峰分割，具体是指根据水文时间序列的状态趋势变化关系寻找洪峰模式的起止时间点，然后采用起止时间点间的子序列代表洪峰模式，最终完成洪峰模式的提取；1‑2)串行聚类，具体是指对于所述步骤1‑1)分割得到的洪峰模式子序列集分成多个组，使组内的子序列之间相似性最高而组间差异性大于某一设定值；1‑3)生成初始参考序列集；1‑4)对参考序列集进行训练；1‑5)对水文时间序列进行嵌入索引计算，具体是指把得到的参考序列集对原始序列进行嵌入索引的计算，通过参考序列把原始序列映射到欧氏向量空间中，包括以下步骤：1‑5‑1)初始化索引位置，是指采用滑动窗口的形式构建索引，将原始序列映射到欧氏向量空间中，确定原始序列的长度并初始化索引的起始位置；1‑5‑2)判断是否对原始序列都建立索引，如果原始序列对于所有参考序列集都建立索引并达到了原始序列的末尾，则索引结束；如果原始序列并没有都建立索引，则窗口向后移动；1‑5‑3)判断对于所有参考序列是否都建立索引，是指判断是否所有的参考序列都对于原始序列建立了索引，如果所有的参考序列都对于原始序列建立了索引，则转到步骤1‑5‑2)，否则选择下一个参考序列并计算索引；1‑5‑4)计算参考序列集与原始时间序列的DTW距离，是指对于每一个参考序列集，计算其与原始序列滑动窗口的DTW距离；1‑5‑5)存储索引向量并存储索引向量对应的DTW距离，是指将索引向量以及索引向量对应的DTW距离存储到欧氏向量空间中，在线搜索则搜索此欧氏向量空间；2)在线搜索阶段，具体包括：2‑1)查询序列索引，计算查询序列与参考序列集中每一个参考序列的DTW距离，将查询序列映射到欧氏向量空间中；2‑2)欧氏向量空间搜索，对于每一个查询序列，与嵌入式序列索引空间中的每一个向量之间进行欧氏距离的计算，取距离最小的前k个向量作为候选集；2‑3)候选集生成，根据得到的候选集，判断最初始的起始位置，根据起始位置进行匹配并不断的沿着时间序列移动位置；2‑4)候选集精炼，在候选集相邻范围内进行原始DTW的匹配；2‑5)匹配序列生成，根据匹配结果，选择相似性最高的原始序列作为最终的匹配结果。