基于时间轴的数据序列的相似性判定问题,是否可以利用机器学习
在回答题主的问题之前,我们先来看一下这个问题:什么样的问题可以用机器学习来解决?最基础的必要条件有两个:这个问题可以用一个函数y = f(x)来描述,且这个函数的输入向量x的维度和输出向量y的维度是固定的。有足够的样本数据。一个样本(x_i, y_i)满足y_i = f(x_i)。评价样本数据是否足够多和所使用的机器学习模型及x的维度有关。根据题主的描述,这两个条件很显然都是满足的。然后,由于题目中提到了时间,所以首先想到的是隐马尔科夫模型( http://zh.wikipedia.org/wiki/%E9%9A%90%E9%A9%AC%E5%B0%94%E5%8F%AF%E5%A4%AB%E6%A8%A1%E5%9E%8B),题主可以先了解一下看看。
■网友
是否可以使用 DTW 算法?
In time series analysis, dynamic time warping (DTW) is one of the algorithms for measuring similarity between two temporal sequences, which may vary in speed. For instance, similarities in walking could be detected using DTW, even if one person was walking faster than the other, or if there were accelerations and decelerations during the course of an observation.
Dynamic time warping
■网友
【基于时间轴的数据序列的相似性判定问题,是否可以利用机器学习】 关注相同的问题。 不知道有没有类似问题的实际解决方案或者论文可供参考。
推荐阅读
- “一部手机读云南”上线力争建成国家方志大数据中心西南中心
- 联合国大数据全球平台中国区域中心在杭州成立
- 黄金时间■黄金时间丨打造海绵城市:节水从利用雨水开始
- 黄金时间■黄金时间丨哪种产品最节水?购买产品请注意这个标识!
- 『黄金时间』请认准这个蓝色的标志! 黄金时间丨同行业中用水最少的企业
- 黄金时间■黄金时间丨江苏企业节水改造缺钱?快来申请“节水贷”
- 黄金时间■黄金时间丨你喝过和纯净水口感一样的海水吗?企业用风能代替网电加工淡化海水
- 『黄金时间』节水工作一刻不能放松! 黄金时间丨水乡江苏也缺水
- 黄金时间■新技术加持!江苏高标准农田灌溉效率大幅提升
- 『黄金时间』12月8日晚锁定江苏公共新闻频道《黄金时间》 建设“节水优先”的水乡江苏