噪声数据集中的二维模式匹配

Question

我有一个RFID天线在两个人移动的2D x，y位置给出的数据集。一个人携带3个RFID标签，而另一个携带4个标签。两者都沿y轴移动如下。红色和青色是路径，两个人走路。

x，y刻度上的位置图如下所示。

理想情况下，橙色，黄色，蓝色和灰色线（RFID x，y数据点）应该在正水平线上，而下面的绿色，深蓝色和天蓝色线应该在负水平线上。

问题 尽管线条不是直的，但是出现了视觉图案，其可以在零线以上和零线下聚集在一起。我的问题是可以使用什么算法/方法来比较这些模式并将它们聚集在一起。 （理想情况下，答案应该是，上面4行是在一个集群中，3行以下是在另一个集群中。）

很难将它视为线性运动，因为人们可以以非线性方式行走。所以最合适的线条不起作用。值得庆幸的是，我们非常感谢任何建议或阴影。

Answer 1

您想要查看聚类时间序列（1d）或轨迹（2d）的方法。

两者的方法几乎相同。首先，您希望找到合适的距离度量（相异度度量），其次，您可以选择合适的聚类算法。

可能的距离指标

以下是您可以使用的一些示例距离，每个距离都有一些简短的参数：

• 欧几里德距离：非常基本
• 动态时间包裹（DTW）：可以考虑轮班
• Longuest Common Subsequence（LCSS）：转移的帐户，可以处理异常值
• 使用Real Penalty（EDP）编辑距离：转移帐户并可以处理异常值

例如，可以在this paper中找到更多详细信息。可以找到距离的实现here。

可能的群集算法

• K-Means
• DBSCAN
• Single Linkage clustering

您通常可以将任何距离度量与任何基于距离的聚类算法相结合。

<强>意见

查看您的数据我会尝试将DTW作为距离指标。如果你期望两个集群，那么k = 2的K-Means应该有效。否则，您可以尝试单链接聚类，它将为您提供类似于下图的内容。