1、具是十分重要的，性质的反映期望能够代表被监测信号的趋势倾向震动度警示短暂度，特别是在的检测和修正中。根据有关过程和行为的知识，些技术可以用于这个目的。利用片段的方法反映信号是其中种技术。在这种情况下，系列的片段被用于描述表征特定变化状况的模式中，然后，问题转化为获得能够表征这些模式的分类机制。这篇文章将描述用于这种模式识别技术的种工具。论文将按照以下线索进行组织。如下部分讨论用以类似时间级数的方法，然后介绍动态时间归整算法和有关片段的基本概念。最后，提及的项新进展并在个诊断应用例子中进行检查。时间级数比较在许多应用中时间级数比较的研究已经大量展开，下步，将观察距离类似的些。
2、该点距离,与先前单元中距离的最小值之和,作为累积距离来抽取路径,图形状相同的两个信号，由于信号不及时对齐，欧几里得距离将产生个不良结果。找到个永许相似量的对齐。这项技术进行了许多更改用于在通过线性代表的较高层面上进行操作。和基于代表的片段的结合在前面的部分中，由于其在不同经度下的序列对齐能力而被作为确定不同片段的相似性的种方法。不利的方面其算法计算时间过长和试图通过歪曲轴来解决轴的可变性可能引起无法对齐。在这部分中，将介绍可以解决这种缺陷的算法。拟采用的解决方案组成上，将用在基于代表的片段上而不是原始的时间级数上。作为片段的序列表征通过减少数据的计算量来减少计算时间。类似。
3、每种状况和不同情况和下模式之间是本地距离，这种类似评价的结果，在表和中给出。可以看出利用表比表更容易分离出正确或的诊断。另个要考虑的是处理时间。在这些例子中，利用算法在处理器中的最大执行时间是秒，而利用算法是。总结这项工作表明利用片段法进行信号的性质表征和用于诊断领域模式识别的算法的结合是可能的。既然属于相同状态的不同模式可以有不同的时间持续或重要性，算法的种改进提出来，用以比较和分类相同模式，利用相似匹配法。这样，由实现的受时间限制的对齐优势就加到了利用片段作为信号表征的优势中，从水位控制系统的例子中可以看出，控制状况的正确识别可以从当前模式和前面已知模式的比较中得出。。
4、通过从水库容器中抽水来控制。三个阀门可以通过控制开或关。然后打开或关闭阀门的合适组合的些行为将发生。表描述了有关情形。系统力学可以通过利用外部水填满或者清空水库做稍微改变。再说外部水的输入或输出也是控制所感兴趣的部分。试验在假设两种情况不互搭的基础上已经被改进了。这样，阀门配置方面的改变只有过程是稳态时才被实施。被监控信号的容器的水位和控制信号。监测系统可以检测这些情形并且根据片段序列描述的被测量信号的行为源诊断。监测系统周期性地获得并作为根据目前描述片段序列的表征。这些序列通过法与其他著名模式进行比较来完成发现和诊断情况的目的。执行例子这部分中所讲的例子与表格中所描述的。
5、号的比较结果。在所有情形下，所获得的有用结果是个正常距离，因此，代表完全匹配。最后，获得两信号距离主要目的是为了得到每种状况和不同情况和下模式之间是本地距离，这种类似评价的结果，在表和中给出。可以看出利用表比表更容易分离出正确或的诊断。另个要考虑的是处理时间。在这些例子中，利用算法在处理器中的最大执行时间是秒，而利用算法是。总结这项工作表明利用片段法进行信号的性质表征和用于诊断领域模式识别的算法的结合是可能的。既然属于相同状态的不同模式可以有不同的时间持续或重要性，算法的种改进提出来，用以比较和分类相同模式，利用相似匹配法。这样，由实现的受时间限制的对齐优势就加到了利用片。
6、，定义片段的性质特征将回避轴的可变问题。因此，将可用于更长距离的片段对齐中。唯的问题是去定义片段间的累积距离。在这种意义中，个距离的图表被定义，与前部分所描述的类片段相致。累积距离跟性质状况和定义了不同种类片段的辅助特性有关。然而，这些累积距离是以用户的标准为条件的，因此这样算法的个新的进展就建立了，利用片段作为信号更高水平的表征。必须牢记，被比较的序列可以有不同的持续，这个事实使的拟议技术的概括复杂化，在下个例子中被分析的序列的长度是不同的，尽管不是太不相似。诊断应用如应用的例子中，前面提到的改进已经在座以诊断为目的的实验室设备中使用了。在这套设备中，容器的水位由控制器。
7、模型。提出形状定义语言，用于取回包含在基于形状的历史中的信息。在它可以进行频率比较的改进的性质描述中永许改变原始的数据。在中推出了另种相似模型，基于两个时间序列如果有足够非重叠时间有序的相似子序列则认为它们是相似的。由于这模型的推出，通过建立个可索引的数据结构，快速搜索技术被用于检测组序列中的相似序列成分。或提出了把微波转变用于时间系列索引问题的其他从收集到的序列中确定有用序列的索引方法。和采用了种新的表示法，组成线性片段去描述形状和包含每个单独线性片段的重量矢量，并永许用户自己定义各种各样的类似量。介绍了种支持索引法的维度伸缩办法。另外种有关序列相似的有用量是最长共同序。
8、的长度，基于从个序列传到另个序列的编辑长度。和,对些存在方案进行了修订。在中线的组合代表了信号的性质形状。因此，如果两种瞬时状态的偶合可以认为它们性质相同。个真实时间部分的分析程序，从预先确定的时间间隙中提取，并把它们与储存了有趣行为的可扩张库进行比较。在中描述了基于片段的模式识别。每个模式被连串元素代表，同时用模式语法的办法进行定义。包含所有分类信息的特征序列通过与代表这些趋势中的相似事件的明显句法描述的匹配而确定，模式匹配促进了被用语解决需决定树法再次解决的分类问题中的性质和数量的提取。动态时间归整通过时间序列数据进行的大部分算法是使用欧几里得距离或者它的些变化。然而。
9、的表征。这些序列通过法与其他著名模式进行比较来完成发现和诊断情况的目的。执行例子这部分中所讲的例子与表格中所描述的三个阀门的操作是相致的。首先，操作阀们模拟失灵，接着再操作阀们使回到正常操作状态。前面提到的三种模式和已经得到分别去代表每个不正常状态，每种图由两个被监测的信号和它在事件中的表征所组成。然后，三种测试模板和图与相同的情况相致，但是拥有不同的起点用以与前面提到的模式相比较，从而诊断状态。首先，每模式的电平和控制信号在使信号正常化之后已经和种古典的算法进行了比较，得到的结论在表和中给出。然后，测试模板的序列与前面模板的已知序列用算法进行比较。表和给出了电平的控制信。
10、段作为信号表征的优势中，从水位控制系统的例子中可以看出，控制状况的正确识别可以从当前模式和前面已知模式的比较中得出。基于片段和的模式识别摘要本文专门对动态过程的状态进行评估。过程状态和异常将从被测量过程变量的模式中得到，利用这些模式的正确反映和分类，可以对种确切的运行状态进行识别。然而相同状态的不同模式有着不同的时间持续或者大小，这篇论文中将提到种动态时间归正算法，通过相似性匹配法进行不同模式的比较和分类。这个算法的主要改进在于利用了片段的方法对模式变量的性质进行反映。介绍在动态过程的状态评估中对被测量动态信号的解释是项最重要的工作，即对的检测和修正。因此，拥有处理信号的。
11、个阀门的操作是相致的。首先，操作阀们模拟失灵，接着再操作阀们使回到正常操作状态。前面提到的三种模式和已经得到分别去代表每个不正常状态，每种图由两个被监测的信号和它在事件中的表征所组成。然后，三种测试模板和图与相同的情况相致，但是拥有不同的起点用以与前面提到的模式相比较，从而诊断状态。首先，每模式的电平和控制信号在使信号正常化之后已经和种古典的算法进行了比较，得到的结论在表和中给出。然后，测试模板的序列与前面模板的已知序列用算法进行比较。表和给出了电平的控制信号的比较结果。在所有情形下，所获得的有用结果是个正常距离，因此，代表完全匹配。最后，获得两信号距离主要目的是为了得到。
12、由于它对于时间轴上小的失真非常敏感，欧几里得距离可以形成相似上的不正确量。种试图解决这种不便的方法是动态时间归整法，这种技术是利用动态方程把时间级数与个特定的模板对齐使累积距离最小。已经广泛用于消除词识别中因讲话的不同速度引起的失真。下面描述的概念设两个长度分别为和的时间级数为了对齐两序列，将在的矩阵中寻找个具有点的序列，矩阵中每个元素，包含了和之间的距离，。路径是为了减少两序列间矩阵元素对齐的距离。••,和分别表示轨道和的索引时间，为了寻找最佳路径，考虑些关于匹配过程的条件，主要有路径端点条件，。连续性时间匹配路径不可能是逆时的，所以必须满足，。通过把。
参考资料：
1、该文档不包含其他附件(如表格、图纸)，本站只保证下载后内容跟在线阅读一样，不确保内容完整性，请务必认真阅读。
2、有的文档阅读时显示本站（www.woc88.com）水印的，下载后是没有本站水印的（仅在线阅读显示），请放心下载。
3、除PDF格式下载后需转换成word才能编辑，其他下载后均可以随意编辑、修改、打印。
4、有的标题标有”最新”、多篇，实质内容并不相符，下载内容以在线阅读为准，请认真阅读全文再下载。
5、该文档为会员上传，下载所得收益全部归上传者所有，若您对文档版权有异议，可联系客服认领，既往收入全部归您。
外文翻译--基于片段和DTW的模式识别