基于最大熵投票模型的时间序列无监督分割

摘要：

通过高维时间序列分割可以创建高级符号表示.提出一种针对高维时间序列的无监督分割算法,用于解决高维数据符号化的预处理问题.该算法实现对高维数据的聚类,应用最大熵投票模型进行序列分割.实验结果表明,其平均查全率和查准率分别为0.86和0.88,且整体性能优于主成分分析算法和概率主成分分析算法.

关键词：最大熵投票模型、k-mean聚类、高维时间序列、无监督分割

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60773213;辽宁省自然科学基金资助项目20071092

在线出版日期：2010-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：26-28