文献类型：期刊文章

作　　者：李海林[1] 万校基[2]

机构地区：[1]华侨大学信息管理系,福建泉州362021 [2]华侨大学现代应用统计与大数据研究中心,福建厦门361021

出　　处：《电子科技大学学报》

基　　金：国家自然科学基金(61300139);福建省社会科学规划项目(FJ2016B076);福建省自然科学基金(2015J01581)

年　　份：2017

卷　　号：46

期　　号：3

起止页码：625-630

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、EI(收录号：20172203711263)、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：分类算法是时间序列数据挖掘中极为重要的任务和技术,该文提出一种基于簇中心群的时间序列数据分类方法。该方法根据时间序列训练数据集中的类别标签进行簇划分,利用近邻传播算法分别对每个簇进行中心代表点选择,构造出各代表点的代表对象集;然后借助基于动态时间弯曲的均值中心方法对各代表对象集实现中心群计算,结合改进后的K近邻算法实现时间序列数据的分类。数值实验结果表明,与传统方法相比,新方法具有更好的分类效果和计算性能。

关 键 词：近邻传播  分类算法  数据挖掘 动态时间弯曲 时间序列

分 类 号：TP273]