时间序列挖掘中一种新的相似性度量
针对时间序列的全序列聚类展开,提出一种新的相似性度量,全局特征,即从时间序列的统计分布特征、非线性和Fourier频谱转换等3个方面提取11个全局特征构建特征向量。利用特征向量来描述原时间序列,不但保留了犬部分原有的信息,还能加快聚类计算的速度。经过大量的实验验证表明,基于全局特征提取的相似性度量能得到合理的聚粪结果,特别是对经济领域的时间序列效果更为明显。列举了2个数据进行实验,并从主观和客观两个角度对聚类结果进行评估。
用户评论
slow6302 2019-02-22 04:40:15
综述类的论文,不错