沈 彧，陈庆奎

(上海理工大学 光电信息与计算机工程学院，上海200093)

E-mail：chenqingkui@usst.edu.cn

1 引 言

不良的生活规律严重危害着老年人的身体健康，同时成为产生疾病的主要因素.如何在养老照护的过程中对老年人的日常行为进行风险评估成为当下养老问题的关键环节.目前，老人日常行为的数据多采用各类传感器进行收集，传感时序数据构成的时间序列成为研究老人行为风险的依据.

时间序列是一种常见的数据类型，由一系列按照时间顺序排列的、从观测对象获取到的观测值组成.时间序列数据存在于许多应用领域，例如计算生物学、医学诊断分析、经济学等[1-4].时间序列的相似性度量用来衡量不同时间序列之间的相互关系，从中挖掘有用信息并将其结果用于分类、聚类、模式识别等方面[5-7]，是时间序列领域中的研究热点，也是研究其他相关任务的基础.

时间序列相似性度量方法的性能将直接影响后期数据挖掘的效果.目前常用的时间序列相似度度量分别是欧式距离(ED)与动态时间弯曲(DTW)[8]，ED应用广泛且计算简单，但只能度量长度相同的时间序列，且对形态变化过于敏感；DTW由Berndt等[9]提出并将其应用到时间序列数据挖掘领域中.这种方法不仅可以实现不等长时间序列间的度量，而且对于时间序列的偏移、振幅变化等情况具有较强的鲁棒性.虽然动态时间弯曲拥有上述优势，但仍存在局限性.动态时间弯曲计算距离的时间复杂度为O(n2)，对于处理海……