后续时间序列匹配

我在MATLAB中进行后续时间序列匹配时遇到了困难(我刚开始使用MATLAB)。

我有两个时间序列:A(长度为a)和B(长度为b)。假设a远大于b。任务是根据欧几里得度量找到A中与B最接近的窗口。

为了实现这一点,我构建了一个额外的矩阵C,用于存储A中长度为b的所有子序列,然后使用pdist2(C, B)。显然,这种方法运行速度慢且需要大量内存。

因此,我有几个问题:

  1. 如何在不使用循环的情况下获得C(实际上是重塑A)?

  2. 解决这个问题的常见方法有哪些?(最好是MATLAB中的方法,但其他环境的方法也可以)

感谢您的帮助!


回答:

对于第一个问题,您可以尝试

tmp = repmat(A,1,b);C = reshape([tmp zeros(1,b)],a,b);C = C(1:(a-b+1),:);

此外,与这个非常好的解决方案相比,pdist2的速度非常慢:在MATLAB中高效计算成对平方欧几里得距离

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注