目前，我有 6 条曲线以 6 种不同的颜色显示，如下所示。
这 6 条曲线实际上是由同一实验的 6 次试验生成的。这意味着，理想情况下它们应该是相同的曲线，但由于噪音和不同的试验参与者，它们看起来相似但并不完全相同。
现在我希望创建一种算法，能够识别出 6 条曲线本质上是相同的，并将它们聚集成一个簇。我应该使用哪些相似度指标？
笔记：
x-axis根本不重要！_ 我只是为了视觉目的将它们对齐在一起。因此，如果这样做有帮助，请随意左/右移动曲线。- 可能会出现作为曲线一部分的“子曲线”。“归属感”很重要，因此也需要识别。但同样，允许左/右移动。
我尝试学习了一些聚类算法，例如DBSCAN、K-means、Fuzzy C-means等。但是我看不出它们在这种情况下是否合适，因为需要发现“归属感”！
欢迎任何建议或意见。我知道很难对这个问题给出一些确切的解决方案。我在这里只期待一些有启发性的建议。