在論文Deep Multi-view Spatial-Temporal Network for Taxi Demand Prediction所提出的模型框架的Semantic View模塊中,利用Dynamic Time Warping(DTW) 方法來計算其節點node(或位置)的相似性。
現將其整理如下:
在相似度計算方法中,我們常用的方法有餘弦相似度、歐式距離相似度等。對於不同長度的時間序列,傳統的相似度計算方法不能有效的求出其相似度。
基於上述存在的問題,採用DTW方法來計算不同時間序列長度的相似度計算。論文中沒有給出具體的計算方法。
具體的後續再更
參考鏈接:
https://www.cnblogs.com/tornadomeet/archive/2012/03/23/2413363.html