基于区域极值点的时间序列聚类算法

摘要：

相异性或相似性度量是数据挖掘领域中的2个基本问题。针对时间序列的相异性度量问题，给出时间序列的区域半径、区域极值点、区域等定义，提出一种区域极值点提取策略。通过提取有代表性的极值点以起到对时间序列数据约简和压缩的作用，进一步定义时间序列的动态时间弯曲距离度量其相异性。以此为基础提出一种新的时间序列层次聚类算法。仿真实验结果表明，与时间序列趋势特征提取等算法相比，该算法在数据的压缩效果和聚类准确率方面均有明显提高。

关键词：时间序列、区域极值点、重描述、数据压缩、相似性度量、层次聚类

分类号：TP391(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项基金资助项目JUSRP211A41;江苏省产学研前瞻基金资助项目BY2013015-23。

在线出版日期：2015-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：33-37