A novel clustering method on time series data
A novel clustering method on time series data
复制标题
一种新颖的时间序列数据聚类方法
DOI：
10.1016/j.eswa.2011.03.081
复制
发表时间：
2011-09
影响因子：
8.5
通讯作者：
Lv, Tingjie
中科院分区：
文献类型：
--
作者：
Zhang, Xiaohang;Liu, Jiaqi;Du, Yu;Lv, Tingjie
时间序列是一种非常流行的数据类型，存在于许多领域。聚类时间序列数据具有广泛的应用，吸引了来自各个学科的研究人员。提出了一种新的基于形状的时间序列聚类算法。利用复杂网络的原理，可以减少数据量，提高效率，不降低效果。首先，基于时间序列对象的相似性，构建一近邻网络；在这一步中，使用三角形距离来度量相似性。在邻居网络中，每个节点表示一个时间序列对象，每个链路表示节点之间的邻居关系。其次，选取度较高的节点进行聚类；在聚类过程中，采用了动态时间规整距离函数和分层聚类算法。最后，在合成数据和实际数据上进行了实验。结果表明，该算法具有良好的效率和有效性。
Time series is a very popular type of data which exists in many domains. Clustering time series data has a wide range of applications and has attracted researchers from a wide range of discipline. In this paper a novel algorithm for shape based time series clustering is proposed. It can reduce the size of data, improve the efficiency and not reduce the effects by using the principle of complex network. Firstly, one-nearest neighbor network is built based on the similarity of time series objects. In this step, triangle distance is used to measure the similarity. Of the neighbor network each node represents one time series object and each link denotes neighbor relationship between nodes. Secondly, the nodes with high degrees are chosen and used to cluster. In clustering process, dynamic time warping distance function and hierarchical clustering algorithm are applied. Thirdly, some experiments are executed on synthetic and real data. The results show that the proposed algorithm has good performance on efficiency and effectiveness.
登录
查看更多内容
DOI：
--
发表时间：
1999
期刊：
--
影响因子：
--
作者：
R. Alcock
通讯作者：
R. Alcock
DOI：
10.1007/3-540-45065-3_8
发表时间：
2003-07
期刊：
Proceedings. IEEE Computer Society Bioinformatics Conference
影响因子：
--
作者：
M. Bicego;Vittorio Murino;Mário A. T. Figueiredo
通讯作者：
M. Bicego;Vittorio Murino;Mário A. T. Figueiredo
影响因子：
2
作者：
KOSMELJ, K;BATAGELJ, V
通讯作者：
BATAGELJ, V
DOI：
--
发表时间：
2000-09
期刊：
--
影响因子：
--
作者：
Byoung-Kee Yi;C. Faloutsos
通讯作者：
Byoung-Kee Yi;C. Faloutsos
DOI：
10.1109/34.865189
发表时间：
2000-07-01
影响因子：
23.6
作者：
Biernacki, C;Celeux, G;Govaert, G
通讯作者：
Govaert, G