具有时间感知/可变Sakoe-Chiba半径的DTW

问题描述

我正在将两个不规则间隔时间序列与DTW的tslearn实现进行比较。由于两个时间序列都是非常不规则的采样，并且它们的采样没有相关性，因此，如果要定期采样时间序列，我想使用Sakoe-Chiba半径将比较观测的范围限制为一小时（例如），可以说，以1分钟为间隔，我将使用等于60的Sakoe-Chiba半径，但是我没有此类数据，因此应该存在比数据操作（插值到1分钟时间间隔）更自然的解决方案，例如变量Sakoe-Chiba半径（每个观测值具有不同的S-Ch半径，预先计算以获得1小时约束的等效值），是否存在与恒定S-Ch半径相比计算效率低的原因？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）