文献类型：期刊文章

作　　者：孙雅[1,2] 李志华[1,3,2]

机构地区：[1]江南大学物联网工程学院轻工过程先进控制教育部重点实验室,江苏无锡214122 [2]江南大学物联网工程学院计算机科学与技术系,江苏无锡214122 [3]江南大学物联网技术应用教育部工程研究中心,江苏无锡214122

出　　处：《计算机工程》

基　　金：中央高校基本科研业务费专项基金资助项目(JUSRP211A41);江苏省产学研前瞻基金资助项目(BY2013015-23)

年　　份：2015

卷　　号：41

期　　号：5

起止页码：33-37

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：相异性或相似性度量是数据挖掘领域中的2个基本问题。针对时间序列的相异性度量问题,给出时间序列的区域半径、区域极值点、区域等定义,提出一种区域极值点提取策略。通过提取有代表性的极值点以起到对时间序列数据约简和压缩的作用,进一步定义时间序列的动态时间弯曲距离度量其相异性。以此为基础提出一种新的时间序列层次聚类算法。仿真实验结果表明,与时间序列趋势特征提取等算法相比,该算法在数据的压缩效果和聚类准确率方面均有明显提高。

关 键 词：时间序列 区域极值点  重描述  数据压缩 相似性度量  层次聚类

分 类 号：TP391]