基于高斯加权动态时间规整的时间序列聚类

来源：电子测量技术杂志2026年第7期北京时间：

作者：黄胜浩，黄文德

单位：广西大学计算机与电子信息学院 南宁 530004

摘要：针对动态时间规整及其传统加权变体在城市交通状态时序测量中存在的关键时段敏感度不足与权重分配机制不合理的问题，提出一种基于高斯函数加权的改进型动态时间规整方法，以提升轨迹相似性度量的判别精度。该方法通过构建时间依赖的多峰高斯权重函数，将城市交通流的拟高斯分布特性与高峰时段先验知识融入序列对齐过程，非线性地强化交通高峰时段在距离计算中的贡献度。实验以成都市出租车GPS轨迹数据为基础，构建以小时为时间粒度的空间网格出发点数量时间序列。结合K-Medoids聚类算法，引入轮廓系数和Calinski-Harabasz指数对GS-WDTW、DTW与WDTW的算法性能进行定量评估。结果表明，在最优聚类数K=4时，GS-WDTW的轮廓系数和Calinski-Harabasz指数分别相较于DTW提升了39.9%和13.1%，相较于WDTW提升了41.1%和13.0%，有效提升了出行模式时空特征的识别能力。空间分析验证了聚类结果与城市功能区分布的高度吻合性。GS-WDTW方法能够更精准地捕捉时序数据中的关键非线性特征，为智慧交通系统的状态感知、资源优化和功能区识别提供参考。

关键词：GS-WDTW;出租车轨迹;时间序列聚类;K-Medoids