首先提出一种在时域上计算时序数据扩展距离的新算法, 该算法时间复杂度为O (n×m ) , 能够解决时序数
据在Y 轴上的漂移和伸缩后仍然保留相似性的问题; 然后提出一种在频域上计算时序数据扩展距离和在长时序中
搜索相似子序列的新算法, 该算法时间复杂度仅为O (n×f c) , 效率很高, 便于在线实现, 而且同样能够适应时序数据
扩展距离的定义; 最后给出时序数据和线性加权时序数据的增量式DFT 算法, 可以对长时序的各个窗口进行增量式
的降维, 将传统的O (n×m ×f c) 工作改进成O (n×f c).