Trung bình cộng trọng tâm DTW
Trung bình cộng trọng tâm DTW (DBA) là một phương pháp tính toán chuỗi trung bình hoặc đại diện cho một tập hợp các chuỗi thời gian, có tính đến sự biến dạng thời gian và khoảng cách đàn hồi. Khác với trung bình cộng Euclid vốn yêu cầu căn chỉnh từng điểm, DBA tối thiểu hóa tổng khoảng cách Biến dạng Thời gian Động (DTW), tạo ra một giá trị trung bình có ý nghĩa cho các chuỗi có sự căn chỉnh thời gian linh hoạt. Được giới thiệu bởi Petitjean và cộng sự vào năm 2011, phương pháp này được sử dụng rộng rãi trong phân cụm và tóm tắt chuỗi thời gian.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
Nguồn tài liệu
- Salvador, S., & Chan, P. (2004). FastDTW: Toward accurate dynamic time warping in linear time and space. Intelligent Data Analysis, 11(5), 561–580. link ↗
- Petitjean, F., Ketterlin, A., & Gançarski, P. (2011). A global averaging method for dynamic time warping, with applications to clustering. Pattern Recognition, 44(3), 678–693. DOI: 10.1016/j.patcog.2010.09.013 ↗
- Cuturi, M., & Blondel, M. (2016). Soft-DTW: A differentiable loss function for time-series. arXiv preprint arXiv:1703.01541. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Dynamic Time Warping Barycenter Averaging. ScholarGate. https://scholargate.app/vi/time-series/dtw-barycenter-averaging
Phương pháp nào?
Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.
- Biến đổi wavelet rời rạcChuỗi thời gian↔ so sánh
- Co Giãn Thời Gian ĐộngRa quyết định↔ so sánh
- Phân cụm phân cấpHọc máy↔ so sánh
- Phân cụm K-meansHọc máy↔ so sánh
Similar methods
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →