基于多维时间序列形态特征的相似性动态聚类算法
Posted VDAIL
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了基于多维时间序列形态特征的相似性动态聚类算法相关的知识，希望对你有一定的参考价值。
阅读心得：
文章针对时间序列的高维度和动态性的特点，采用传统的数据挖掘技术很难有效的进行处理的问题，提出了一种基于多维时间序列形态特征的相似性动态聚类算法(similarity dynamical clustering algorithm based on multidimensional shape features for time series,SDCTS)。算法首先提取多维时间序列的特征点作为降维方法。然后，根据时间序列的斜率，长度和幅值变化的形态特征定义了新的相似性标准。利用总的时间序列的相似性标准对全部的时间序列进行静态聚类达到时间序列动态聚类的效果。此方法可以达到时间序列聚类的结果，但是没有动态显示时间序列片之间的关联性以及数据随时间序列的变化过程。
分享人：冀敏杰
以上是关于基于多维时间序列形态特征的相似性动态聚类算法的主要内容，如果未能解决你的问题，请参考以下文章