• 论文 • 上一篇    下一篇

一种基于正交函数系的时间序列聚类方法

嵇敏1,范玉涛2,谢福鼎2   

  1. 1.辽宁师范大学计算机与信息技术学院, 大连 110681;2.辽宁师范大学城市与环境学院, 大连 116029
  • 出版日期:2016-01-25 发布日期:2016-03-02

嵇敏,范玉涛,谢福鼎. 一种基于正交函数系的时间序列聚类方法[J]. 系统科学与数学, 2016, 36(1): 53-60.

JI Min,FAN Yutao,XIE Fuding. CLUSTERING TIME SERIES BASED ON ORTHOGONAL FUNCTION SYSTEM[J]. Journal of Systems Science and Mathematical Sciences, 2016, 36(1): 53-60.

CLUSTERING TIME SERIES BASED ON ORTHOGONAL FUNCTION SYSTEM

JI Min1,FAN Yutao2 ,XIE Fuding2   

  1. 1.School of Computer and Information Technology, Liaoning Normal University, Dalian 116081;2.Department of Urban and Environmental Science, Liaoning Normal University, Dalian 116029
  • Online:2016-01-25 Published:2016-03-02

基于正交函数系和FCM算法,提出了一种新的时间序列聚类的方法.该方法首先通过一个非线性映射,将长度为$n$的时间序列映射到$L_2$空间, 然后通过计算函数之间的距离得到时间序列之间的相似度.在此基础上,经过FCM 算法实现时间序列的聚类.该方法克服了时间序列的高维数特征为时间序列聚类带来的计算困难.实验结果表明,对高维的时间序列,该方法在压缩率达到$80\%$ 的情况下,依然具有良好的聚类效果.

Based on the orthogonal function system and FCM algorithm, this paper proposed a method to clustering time series. The time series with length n are first mapped in $L_2$ space. Then the similarity of series will be obtained by computing the distance among functions. Last, the cluster results of time series have been achieved by FCM algorithm according to these similarities. The advantage of the proposal is to greatly reduce the amount of calculation caused by clustering the high dimensional time series. The experimental results show that the desired cluster results can also be obtained under the case of $80\%$ compressibility.

MR(2010)主题分类: 

()
[1] 王秋萍, 郭佳丽, 王晓峰. 基于维数学习和二次插值的混沌飞蛾火焰优化算法[J]. 系统科学与数学, 2021, 41(5): 1233-1244.
[2] 李萍,倪志伟,朱旭辉,宋娟. 基于改进萤火虫算法的SVR空气污染物浓度预测模型[J]. 系统科学与数学, 2020, 40(6): 1020-1036.
[3] 梁晋雯,田茂再. 异质性数据下基于  Maximin效应的充分降维方法[J]. 系统科学与数学, 2020, 40(5): 902-916.
[4] 赵尚威,周建红. 中国港口集装箱吞吐量预测:基于组合时间序列[J]. 系统科学与数学, 2018, 38(2): 210-219.
[5] 李晓萍,张德利. 基于后件模糊集中心的Mamdani模糊系统的降维分解[J]. 系统科学与数学, 2017, 37(3): 899-907.
[6] 郑晶,王应明,蓝以信. 考虑决策者心理行为的多时期应急决策方法[J]. 系统科学与数学, 2015, 35(5): 545-555.
[7] 安海岗,都沁军,张永礼. 基于复杂网络的时间序列单变量波动幅度研究[J]. 系统科学与数学, 2015, 35(2): 158-169.
[8] 蓝以信,王应明. 考虑决策者时间偏好的多时期综合效率评价[J]. 系统科学与数学, 2014, 34(3): 257-272.
[9] 蓝以信,王应明. 考虑决策者时间偏好的多时期综合效率评价[J]. 系统科学与数学, 2014, 34(3): 257-272.
[10] 蒋伟进,许宇晖,王欣. 基于成对约束的主动学习半监督谱聚类[J]. 系统科学与数学, 2013, 33(6): 708-723.
[11] 魏岳嵩,田铮. 多维时间序列Granger因果性的一种图模型学习方法[J]. 系统科学与数学, 2011, 31(5): 549-557.
[12] 陈平;陈钧. ARMAX时间序列模型异常点及异常点斑片的估计和检测[J]. 系统科学与数学, 2010, 30(10): 1323-1333.
[13] 陈胜利;姚勇;徐嘉. 代数不等式的分拆降维方法与机器证明[J]. 系统科学与数学, 2009, 29(1): 26-34.
[14] 宋瑞霞. 三角域上一类正交函数系的构造[J]. 系统科学与数学, 2008, 28(8): 949-960.
[15] 张梦瑶 崔晋川. 基于时间序列法的国税月度收入预测模型研究[J]. 系统科学与数学, 2008, 28(11): 1383-1390.
阅读次数
全文


摘要