谢彦的技术博客

基本信息论文题目：k-Shape: Efficient and Accurate Clustering of Time Series 论文地址：https://dl.acm.org/doi/10.1145/2949741.2949758 相关源码：https://github.com/tslearn-team/tslearn/ 用法示例：https://tslearn.readthedocs.io/en/stable/auto_examples/clustering/plot_kshape.htm

基本信息论文题目：基于趋势特征表示的shapelet分类方法 （Shapelet classification method based on trend feature representation） 论文地址：http://www.joca.cn/EN/Y2017/V37/I8/2343原理在Shaplet被提出后的几年里，出现了很多算法来提高Shapelet效率和扩展其应用范围，《Shapelet classification method based on trend feature

基本信息论文题目：《Time Series Shapelets: A New Primitive for Data Mining》 论文地址：https://readpaper.com/paper/2029438113 相关源码：https://github.com/johannfaouzi/pyts原理2009年，Ye和Keogh在KDD上发表论文，首次提出了时序数据中的 Shapelet 的概念。Shapelet是最近邻算法的扩展，它提取最典型的特征子集作为判断依据。例如：马鞭草和荨麻