摘要：阐述了动态时间弯曲算法的基本原理，并叙述了如何将动态时间弯曲算法应用于股票的K线图相似度计算中。基于庞大的股票价格数据，介绍了如何进行快速的索引来找到符合条件的股票，并输出他们的动态时间弯曲距离。

关键词：动态时间弯曲，K线图，相似度，索引

目录

摘要

Abstract

序言（１）

一、 DTW算法原理（１－４）

1.1动态时间弯曲距离（２）

1.2动态时间弯曲距离的计算（２－３）

1.3范例（３－４）

二、基于动态时间弯曲的股票k线图相似性计算（４－６）

　　2.1将股票数据进行向量化和标准化（4）

2.2通过构建股票价格的距离矩阵寻找最优路径（4－5）

2.3搜索该路径的方法（5）

2．4范例（5－6）

三、 DTW在K线图相似度计算机的实际应用（6－10）

3.1索引技术（6）

3.2基于FastMap的访问方法（6－7）

3.3下边界技术（7－9）

3.４结合两种技术（9－10）

四、计算机程序（１0－11）

五、实验（12）

六、总结（12）

参考文献