时间序列数据挖掘的研究

admin · 发表于 2023-9-23 08:48:03

题目：

雅宝题库答案：

****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
数据挖掘技术已经成为近年来比较聚焦的研究领域之一。作为数据挖掘的一个重要工具，聚类分析得到了人们的广泛关注。在数据的聚类分析中相似性度量是一个基础研究内容，而由于数据序列的不等长性、弯曲性等特点，相似性度量算法存在着或多或少的缺点。同样在聚类算法研究中，经典的和新型的聚类算法也都存在着各种各样的不足。本文根据这两方面的题目，在深入研究现有算法的基础上，针对应用的要求，展开了以下工作：（1）针对一些算法只能进行等长时间序列的度量，不等长时间序列的度量算法不能用于等长时间序列的度量，并且具有很高的计算量的特点，提出了基于质心的时间序列度量算法，通过时间序列数据集对相似性度量算法进行了验证，并在聚类算法的应用中验证了其正确性。（2）经典的K-means聚类拥有直观性优点以及事先要求给定聚类中心和聚类数量的缺点，而量子聚类则具有聚类中心无指导性的优点和参数依赖性的缺点，本文提出了将量子聚类引入到K-means聚类算法中的思想，通过具体步骤的实施，验证了理论合理性以及有效性。基于质心的时间序列度量算法既可以用于度量振幅平移的时间序列，又可以用于度量时间弯曲的时间序列；基于量子的K-means聚类算法具有微观的量子聚类的长处，同时又具有经典的K-means聚类算法的优点。

时间序列数据挖掘的研究

天涯海角也要找到Ni：时间序列数据挖掘的研究

相关帖子

QQ微信同步：1144766066。

服务

网站

战略合作