考虑“归属感”的类似曲线？

Question

目前，我有6条不同颜色的曲线，如下所示。 事实上，6条曲线是通过6次一次相同实验的试验产生的。这意味着，理想情况下它们应该是相同的曲线，但由于噪音和不同的试验参与者，它们看起来相似但不完全相同。

现在我希望创建一种算法，该算法能够识别出6条曲线基本相同，并将它们聚集在一起成为一个簇。 我应该使用哪些相似性指标？

注意：

1. x-axis完全没有问题 NOT ！我只是将它们对齐以达到视觉目的。因此，如果这样做有帮助，请随意左/右移动曲线。
2. ＆＃34;小组曲线＆＃34;可能会出现曲线的一部分。 ＆＃34;归属感＆＃34;很重要，因此也需要识别。但同样，允许左/右移动。

我已经尝试学习一些聚类算法，例如DBSCAN，K-means，Fuzzy C-means等。但是在这种情况下我不能看到它们的适当性，因为＆＃34;归属感＆ ＃34;需要被发现！

欢迎任何建议或意见。我知道很难为这个问题提供一些确切的解决方案。我在这里只期待一些有启发性的建议。

Answer 1

查看时间序列相似度函数，例如动态时间扭曲。

它们可用于例如DBSCAN但不是k-means（你不能为这些距离计算合理的“均值”; k-means实际上是为平方欧几里德距离设计的。）