時間序列聚類已成為近十年來越來越重要的研究課題。大多數現有的時間序列聚類方法依賴于使用歐幾里得距離或動態時間扭曲距離作為距離度量的整個原始數據計算出的距離。然而，存在顯著噪聲、輟學或外來數據會極大地限制該領域中聚類的準確性。此外，對于大多數現實世界問題，我們不能期望同一類中的對象長度相等。因此，大多數關于時間序列聚類的工作只考慮個體時間序列“行為”的聚類，例如個體心跳或個體步態周期，并以某種方式設計時間序列，使其長度相等。然而，以這種方式設計數據往往比集群本身更困難。

　　在這項工作中，我們表明，通過僅使用一些局部模式并故意忽略其余的數據，我們可以緩解上述問題，并將不同長度的時間序列群集起來，即將一個心跳與多個心跳群集起來。為了實現這一點，我們利用并擴展了最近引入的時間序列數據挖掘概念shapelets。與現有的工作不同，我們的工作首次證明了shapelet可以從未標記的時間序列中學習這一非必然的事實。我們在不同領域進行了廣泛的實證評估，結果表明我們的方法比現有的方法更準確。此外，除了準確的聚類結果外，我們的工作還可以對其應用領域進行深入了解。

　　時間序列分析是航天、金融、商業、氣象學、醫學、運動捕捉等許多研究領域的一個重要課題，然而，大多數時間序列分析的研究都受到昂貴的標記數據需求的限制。這導致人們對聚類時間序列數據越來越感興趣，根據定義，這些數據不需要訪問帶標簽的數據。

　　Keogh和Kasetty于年進行的一項長達十年的經驗比較揭示了一個令人驚訝的事實，即簡單的歐幾里得距離度量與其他更復雜的距離度量具有高度的競爭性，而最近的研究證實了這一點。然而，要定義歐幾里得距離，時間序列必須是等長的。動態時間扭曲（DTW）既能解決這一問題，又能解決包含異相相似度的時間序列聚類困難的問題，如所示。

　　然而，在這項工作中，我們認為歐幾里得距離或DTW用于聚類的明顯效用可能來自于對UCR時間序列存檔的過度依賴，用于測試聚類算法。問題是，這個檔案中的數據已經被手工編輯，以便具有相等的長度和（近似的）對齊方式。然而，以這種格式設計數據的任務幾乎肯定比為數據添加標簽（即集群本身）的任務更困難。

　　作為一個具體的例子，考慮到著名的槍點數據集，它已經在成百上千的研究中被用于聚類和分類，在每種情況下都報告了近乎完美的準確度。這個數據集是通過聲音提示設計的，這兩種提示都向演員發出信號，并開始/停止錄像。圖1顯示了來自歸檔文件的兩個數據示例（只是用紅色/粗體突出顯示的部分）；但是，通過檢查原始歸檔文件，我們能夠顯示UCR歸檔文件中使用的3秒繼續/跟蹤數據。