基于动态时间规整的时序数据生成技术的研究开题报告

1. 研究目的与意义（文献综述）

本次我的毕业设计题目为《基于动态时间规整的时序数据生成技术的研究》，该课题的关键与核心是“动态时间规整”这六个字。动态时间规整（dynamic time warping）^[1]，国内某文献亦称为动态时间弯曲，最早是在上世纪60年代由日本学者itakura提出，并由berndt^[2]等于1994年将其应用到时间序列数据挖掘领域中，以此发现时间序列中的模式。

dtw算法的基本概念是：动态时间规整算法是要寻找一条通过各个交叉 点的从起始点到终止点的最佳路径，使得该路径上 所有交叉点的失真度总和达到最小^[3]。它是一种准确率高、鲁棒性强的时间序列相似性度量方法，在语音识别领域得到了首次应用^[4]。与传统欧氏距离不同的是，动态时间弯曲可以通过弯曲时间序列的时域对时间序列的数据点进行匹配，不仅能够得到更好的形态度量效果，而且能够度量两条不等长的时间序列。其实就是通过对时间轴的扭曲，来对两信号的相似程度进行深层次比对，可以有效解决时间序列长度不相等的问题。

在大部分的学科中，时间序列是数据的一种常见表示形式。时间序列是一类重要的数据对象，在经济、气象等许多领域都大量存在对这些数据进行分析，可揭示事物变化和发展的规律，为科学决策提供依据^[5]。对于时间序列处理来说，一个普遍的任务就是比较两个序列的相似性。因为语音信号具有相当大的随机性，即使同一个人在不同时刻发同一个音，也很难具有完全的时间长度。而且同一个单词内的不同音素的发音长度与速度也不同，比如debug这个词有的人会把“e”这个音拖得很长，或者把“u”发的很短。在这些情况下，使用传统的欧式距离无法有效地判断两个时间序列之间的相似性。

2. 研究的基本内容与方案

（1）研究内容

本次我的课题是围绕动态时间规整展开的，对于dtw的理解程度固然决定着在本次课设中我的完成水准。在此之前，我对于dtw并不熟悉，所以说本次毕业设计的关键其实是学习。不仅是学习dtw技术与相关应用，更是要亲自编写与dtw相关的dba算法。

首先是关于dtw技术的学习，在知网以及学校电子图书馆中有大量关于dtw技术的中外文献。目前我已经阅读了几篇文献，依照现阶段学习对dtw技术有了一定程度的理解，动态时间规整是一种分析不同长度时间序列的方法，可以通过扩展和压缩时间序列的维数来实现时间序列的排列^[10]。接下来计划继续对文献进行研读，争取尽快吃透dtw技术。

3. 研究计划与安排

（1）第1－3周：查阅相关文献资料，明确研究内容，学习毕业设计研究内容所需理论的基础。确定毕业设计方案，完成开题报告。

（2）第4－7周：掌握dtw技术的基本原理，完成英文资料的翻译，熟悉开发环境。

（3）第8－10周：编写代码实现dba算法，下载并整理ucr时间序列分类数据集。

4. 参考文献（12篇以上）

[1]müller m. dynamic time warping[j]. information retrieval for music and motion, 2007: 69-84.

[2]李海林,梁叶,王少春.时间序列数据挖掘中的动态时间弯曲研究综述[j].控制与决策,2018,33(08):1345-1353.

[3]荆雷,马文君,常丹华.基于动态时间规整的手势加速度信号识别[j].传感技术学报,2012,25(01):72-76.