【摘要】时间序列聚类可以根据相似性将对象集分为不同的组,从而反映出同组对象的相似性特征和不同组对象之间的差异特征。当序列维度较高时,传统的时间序列聚类方法容易受噪声影响,难以定义合适的相似性度量,聚类结果往往意义不明确。当数据有缺失或不等长时,聚类方法也难以实施。基于上述问题,一些学者提出了基于特征的时间序列聚类方法,不仅可以解决上述问题,还可以发现序列本质特征的相似性。本文根据时间序列的不同特征,综述了基于特征的时间序列聚类方法的研究进展,并进行了分析和评述;最后对未来研究进行了展望。