基于粒计算的复杂数据多粒度主曲线提取算法

摘要：

传统的主曲线算法已被广泛应用到很多领域,但在复杂数据的主曲线提取上效果不佳,而有效的融合粒计算与主曲线学习算法是解决该类问题最有效的途径之一.为此,本文提出了基于粒计算的复杂数据多粒度主曲线提取算法.首先,利用基于t最近邻(T-nearest-neighbors,TNN)的谱聚类算法对数据进行粒化,提出拐点估计方法来自动确定粒的个数;然后调用软K段主曲线算法对每个粒进行局部主曲线提取,并提出通过消除假边来优化每个粒的主曲线提取过程;最后采用局部到全局的策略进行多粒度主曲线提取,并对过拟合线段进行优化,最终形成一条能较好描述数据原始分布形态的主曲线.实验结果表明该算法是一种行之有效的多粒度主曲线提取算法.

关键词：粒化、t最近邻、谱聚类、主曲线、多粒度

所属期刊栏目：33

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61573255,61673301,61673299,61573259;安徽省高校优秀青年人才基金gxyq2017056

在线出版日期：2018-03-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：122-131