基于DTW距离测度的Kmeans时间序列聚类算法，基于动态时间规整（DTW）的kmeans序列聚类算法，

将DTW算法求得的距离取代欧式距离衡量不同长度的阵列或时间序列之间的相似性或距离，

实现时间序列的聚类。

算法为Matlab编写，注释清晰，逻辑详细，替换数据方便，适合新手学习使用。

初始聚类误差为3.487335e+03.

第1轮聚类误差为2.489307e+03.

第2轮聚类误差为1.888321e+03.

第3轮聚类误差为1.888321e+03.

聚类完成，一共进行了3轮.