10.3969/j.issn.1000-386x.2017.05.036
LS-Cluster:大规模多变量时间序列聚类方法
现有的关于多变量时间序列聚类的研究中所研究的变量规模均较少,而现实生活又经常会出现大规模多变量时间序列,因此提出了LS-Cluster算法,旨在对有上万变量的大规模多变量时间序列进行聚类.首先,将每个时刻的多变量时间序列转化成矩形网格,然后使用二维离散余弦变换对其进行特征提取.接着提出了LS相似度用于计算特征序列之间的相似程度.最后,采用层次聚类方法发现其中所蕴含的模式.实验结果显示,该方法在人工合成数据和真实数据上都有较好的效果和可扩展性.
大规模、多变量时间序列、离散余弦变换、LS相似度、聚类
34
TP3(计算技术、计算机技术)
国家自然科学基金项目U1509213
2017-06-28（万方平台首次上网日期，不代表论文的发表时间）
共7页
205-210,246
