问在模式匹配时间序列中选择哪种算法？

EN

我已经将多个时间序列表示为多个整数列表(在主内存中，而不是在数据库中)。我需要在所有序列中执行快速搜索，以找到特定的模式。

例如，检测模式序列，其中(x，y) x=时间，y=# [ (0,1), (3,2), (4,1) ]。

我在谷歌上搜索过模式检测和模式匹配，但似乎有上千种算法，大多数时候我看不出与我的问题有什么关系。我可以做第一个想法，它出现在我的脑海中，比如，对于每个点，根据模式检查到特定列车上下一个点的距离，等等。

我需要从哪里开始，因为我在所有这些研究人员的出版物中感到困惑！

非常感谢

尼科

说明:我将进行多次传递，并与抖动相关。例如，让我们以上面定义的模式为例。对于第一遍，我需要匹配确切的模式。第二遍，我将需要匹配抖动为1 -> (0, 1)，(3 +- 1，2) (4 +- 1，1)，第二遍-> (0,1)，(3 +- 2，2) (4 +- 1，1)等抖动的模式。只有第一个“事件”( time，#序列)在任何时候都是“常量”。

我还需要补充一个事实，即时间序列中的最大时间大约是100000，因此它可能会被转换为0和1的“比特串”。

编辑:特定时间的值无关紧要，我甚至没有它。它只是在不同时间和位置(事件发生在哪个系列)上的一系列“事件”。所有事件都是平等的。(论文有时会检测到具有双重价值的模式等，但在这里它是无用的)