時間序列是一種常見的與時間有關(guān)的數(shù)據(jù)，流式時間序列相對靜態(tài)時間序列而言，具有無窮、連續(xù)、實時和快速等特點，在金融、傳感器網(wǎng)絡(luò)等領(lǐng)域廣泛存在，尤其是隨著大數(shù)據(jù)技術(shù)的發(fā)展，能夠采集、存儲更多的流式時間序列。如何從中獲取有價值數(shù)據(jù)？時間序列數(shù)據(jù)挖掘是一種常用方法。和其它數(shù)據(jù)挖掘方法一樣，時間序列的相似性度量是一項基礎(chǔ)性工作。在時間序列的聚類、分類、相似性查詢和模式發(fā)現(xiàn)等工作中，都需要計算各序列間的相似度。相對于其它算法，動態(tài)時間彎曲DTW（Dvnamic Time Warping）更適合度量時間序列間的相似度，可處理不同長度的時間序列，能解決特征沒對齊問題。