similarity_search

# 相似性搜索 Aeon 提供了用于在时间序列内部及跨序列查找相似模式的工具，包括子序列搜索、基序 (Motif) 发现和近似最近邻搜索。 ## 子序列最近邻 (SNN) 在时间序列内查找最相似的子序列。 ### MASS 算法 - `MassSNN` - Mueen 相似性搜索算法 - 用于相似性的快速归一化互相关 - 高效计算距离概况 - **适用场景**：需要精确最近邻距离，处理长序列时 ### 基于 STOMP 的基序发现 - `StompMotif` - 发现重复模式 (基序) - 查找前 k 个最相似的子序列对 - 基于矩阵概况计算 - **适用场景**：想要发现重复模式时 ### 暴力搜索基准 - `DummySNN` - 穷举距离计算 - 计算所有成对距离 - **适用场景**：短序列，需要精确基准时 ## 集合级搜索 在集合中查找相似的时间序列。 ### 近似最近邻 (ANN) - `RandomProjectionIndexANN` - 局部敏感哈希 - 使用带有余弦相似度的随机投影 - 构建索引以进行快速近似搜索 - **适用场景**：大型集合，速度比精确度更重要时 ## 快速入门：基序发现 python from aeon.similarity_search import StompMotif import numpy as np # 创建带有重复模式的时间序列 pattern = np.sin(np.linspace(0, 2*np.pi, 50)) y = np.concatenate([ pattern + np.random.normal(0, 0.1, 50), np.random.normal(0, 1, 100), pattern + np.random.normal(0, 0.1, 50), np.random.normal(0, 1, 100) ]) # 查找前 3 个基序 motif_finder = StompMotif(window_size=50, k=3) motifs = motif_finder.fit_predict(y) # motifs 包含基序出现的索引 for i, (idx1, idx2) in enumerate(motifs): print(f"基序 {i+1} 位于位置 {idx1} 和 {idx2}") ## 快速入门：子序列搜索 python from aeon.similarity_search import MassSNN import numpy as np # 要搜索的时间序列 y = np.sin(np.linspace(0, 20, 500)) # 查询子序列 query = np.sin(np.linspace(0, 2, 50)) # 查找最近的子序列 searcher = MassSNN() distances = searcher.fit_transform(y, query) # 查找最佳匹配 best_match_idx = np.argmin(distances) print(f"最佳匹配索引为 {best_match_idx}") ## 快速入门：集合上的近似 NN python from aeon.similarity_search import RandomProjectionIndexANN from aeon.datasets import load_classification # 加载时间序列