基于分量属性近邻传播的多元时间序列数据聚类方法
鉴于传统方法不能直接有效地对多元时间序列数据进行聚类分析,提出一种基于分量属性近邻传播的多元时间序列数据聚类方法.通过动态时间弯曲方法度量多元时间序列数据之间的总体距离,利用近邻传播聚类算法分别对数据之间的总体距离矩阵和分量近似距离矩阵进行聚类分析,综合考虑这两种视角下序列数据之间的关联关系,使用近邻传播方法对反映原始多元时间序列数据的综合关系矩阵实现较高质量的聚类.数值实验结果表明,与传统聚类方法相比,所提出方法不仅能够有效地反映总体数据特征之间的关系,而且通过重要分量属性序列之间的关联关系分析能够提高原始时间序列数据的聚类效果.
多元时间序列、聚类分析、近邻传播、动态时间弯曲、分量属性
33
TP273(自动化技术及设备)
国家自然科学基金项目71771094, 61300139;福建省社会科学规划项目FJ2017B065;福建省科技计划引导性项目2017H01010065;福建省高等学校新世纪优秀人才支持计划项目Z1625112
2018-05-07（万方平台首次上网日期，不代表论文的发表时间）
共8页
649-656
