期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向Shapelet空间的多变量时间序列密度聚类算法
被引量：
4
1
作者
盛锦超
杜明晶
+1 位作者
孙嘉睿
李宇蕊
《计算机科学与探索》
CSCD
北大核心
2024年第2期387-402,共16页
多变量时间序列聚类问题已经成为时间序列分析任务中重要的研究课题,相较于单变量时间序列,多变量时间序列的研究复杂性更高,难度更大。尽管当前已经提出了许多针对多变量时间序列的聚类算法,但是这些算法在精度和解释性方面仍旧不足。...
多变量时间序列聚类问题已经成为时间序列分析任务中重要的研究课题,相较于单变量时间序列,多变量时间序列的研究复杂性更高,难度更大。尽管当前已经提出了许多针对多变量时间序列的聚类算法,但是这些算法在精度和解释性方面仍旧不足。其一,当前大部分工作并未考虑多变量时间序列的长度冗余性和变量相关性等问题,导致最终得到的相似性矩阵具有较大误差;其二,数据在聚类过程中普遍采用划分范式,当数值空间呈现复杂分布时该思想表现不佳,并且不具备对各个变量及空间的解释力。针对上述问题,提出了一种面向Shapelet(富有高信息量的连续子序列)空间的多变量时间序列自适应权重密度聚类算法(MDCS)。算法首先对各个变量进行Shapelet搜索,通过自适应策略获取到各自的Shapelet空间,接着对各个变量产生的数值分布进行组合加权,得到了更符合数据分布特征的相似度矩阵,最后利用改进密度计算和二次分配的共享最近邻密度峰值聚类算法对数据进行最终分配。在真实数据集上的实验结果证明,与目前先进的聚类算法相比,MDCS拥有更好的聚类结果,在标准化互信息和兰德系数指标上平均提高了0.344与0.09,兼顾了性能与可解释性。
展开更多
关键词
多变量时间序列
子序列
shapelet
空间
密度峰值聚类
数据挖掘
在线阅读
下载PDF
职称材料
基于变换空间的形态子序列快速提取方法
2
作者
张癸水
陈黎飞
胡丽莹
《福建师范大学学报(自然科学版)》
北大核心
2025年第2期55-64,124,共11页
shapelets是时间序列数据中最具辨识度的子序列片段,能够准确表达时间序列的局部形态特征。现有的形态子序列提取方法通过设置关键点等方式,有效降低了形态子序列的数量,却忽略了噪声的影响且缺乏对信息冗余的优化。针对这种问题,提出...
shapelets是时间序列数据中最具辨识度的子序列片段,能够准确表达时间序列的局部形态特征。现有的形态子序列提取方法通过设置关键点等方式,有效降低了形态子序列的数量,却忽略了噪声的影响且缺乏对信息冗余的优化。针对这种问题,提出一种改进方法,通过重叠式滑动窗口对时间序列进行局部平滑,以降低噪声的影响,并基于变换空间进行信息冗余优化。提出的方法可以在低维空间中提取时间序列的形态子序列,并进行数据表征。结果表明新方法在保持分类精度的同时,提高了分类效率。
展开更多
关键词
shapelet
s
噪声
重叠式滑动窗口
优化
低维空间
在线阅读
下载PDF
职称材料
题名
面向Shapelet空间的多变量时间序列密度聚类算法
被引量：
4
1
作者
盛锦超
杜明晶
孙嘉睿
李宇蕊
机构
江苏师范大学计算机科学与技术学院
出处
《计算机科学与探索》
CSCD
北大核心
2024年第2期387-402,共16页
基金
国家自然科学基金(62006104,61872168)
江苏省高校自然科学基金(20KJB520012)。
文摘
多变量时间序列聚类问题已经成为时间序列分析任务中重要的研究课题,相较于单变量时间序列,多变量时间序列的研究复杂性更高,难度更大。尽管当前已经提出了许多针对多变量时间序列的聚类算法,但是这些算法在精度和解释性方面仍旧不足。其一,当前大部分工作并未考虑多变量时间序列的长度冗余性和变量相关性等问题,导致最终得到的相似性矩阵具有较大误差;其二,数据在聚类过程中普遍采用划分范式,当数值空间呈现复杂分布时该思想表现不佳,并且不具备对各个变量及空间的解释力。针对上述问题,提出了一种面向Shapelet(富有高信息量的连续子序列)空间的多变量时间序列自适应权重密度聚类算法(MDCS)。算法首先对各个变量进行Shapelet搜索,通过自适应策略获取到各自的Shapelet空间,接着对各个变量产生的数值分布进行组合加权,得到了更符合数据分布特征的相似度矩阵,最后利用改进密度计算和二次分配的共享最近邻密度峰值聚类算法对数据进行最终分配。在真实数据集上的实验结果证明,与目前先进的聚类算法相比,MDCS拥有更好的聚类结果,在标准化互信息和兰德系数指标上平均提高了0.344与0.09,兼顾了性能与可解释性。
关键词
多变量时间序列
子序列
shapelet
空间
密度峰值聚类
数据挖掘
Keywords
multivariate time series
subseries
shapelet space
density peak clustering
data mining
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于变换空间的形态子序列快速提取方法
2
作者
张癸水
陈黎飞
胡丽莹
机构
福建师范大学计算机与网络空间安全学院
出处
《福建师范大学学报(自然科学版)》
北大核心
2025年第2期55-64,124,共11页
基金
国家自然科学基金项目(61672157)。
文摘
shapelets是时间序列数据中最具辨识度的子序列片段,能够准确表达时间序列的局部形态特征。现有的形态子序列提取方法通过设置关键点等方式,有效降低了形态子序列的数量,却忽略了噪声的影响且缺乏对信息冗余的优化。针对这种问题,提出一种改进方法,通过重叠式滑动窗口对时间序列进行局部平滑,以降低噪声的影响,并基于变换空间进行信息冗余优化。提出的方法可以在低维空间中提取时间序列的形态子序列,并进行数据表征。结果表明新方法在保持分类精度的同时,提高了分类效率。
关键词
shapelet
s
噪声
重叠式滑动窗口
优化
低维空间
Keywords
shapelet
s
noise
overlapping sliding window
optimization
low-dimensional
space
分类号
O211.61 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向Shapelet空间的多变量时间序列密度聚类算法
盛锦超
杜明晶
孙嘉睿
李宇蕊
《计算机科学与探索》
CSCD
北大核心
2024
4
在线阅读
下载PDF
职称材料
2
基于变换空间的形态子序列快速提取方法
张癸水
陈黎飞
胡丽莹
《福建师范大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
