摘要：从应用角度对时间序列数据挖掘中的关键技术-相似性度量-进行了研究。实现了对时间序列的分段线性表示，并将其用于当前主要的几种时间序列距离度量算法。通过将各距离度量算法用于股票收盘数据分析实验，得出实验数据。通过对实验结果的分析并结合各算法的原理，对各方法的适用情况和执行效率进行了分析及比较。通过分析可知，每种算法有自己的特点及适用情况。对于实际应用，应根据实际需求选择合适的距离度量算法。 全文查看链接 　　对于一元等长序列的距离计算，通过实验可知，欧式距离具有较大的效率优势，且计算结果满足需求。因此，应优先考虑选取欧氏距离。 全文查看链接