中央高校基本科研业务费专项资金(12SKGC-QG03)
- 作品数：3 被引量：105H指数：3
- 相关作者：李海林杨丽彬郭崇慧更多>>
- 相关机构：华侨大学大连理工大学更多>>
- 发文基金：中央高校基本科研业务费专项资金教育部“新世纪优秀人才支持计划”国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 时间序列数据挖掘中特征表示与相似性度量研究综述被引量：66
- 2013年
- 分别分析了时间序列特征表示和相似性度量在数据挖掘中的作用和意义,对目前已有的主要方法进行了综述,分析各自存在的优缺点;同时,探讨了将来值得关注的问题,为进一步研究时间序列数据的特征表示和相似性度量提供了方向。
- 李海林郭崇慧
- 关键词：时间序列数据挖掘
- 时间序列数据降维和特征表示方法被引量：21
- 2013年
- 数据降维和特征表示是解决时间序列维灾问题的关键技术和重要方法,它们在时间序列数据挖掘中起基础性作用.鉴于此,提出一种新的时间序列数据降维和特征表示方法,利用正交多项式回归模型对时间序列实现特征提取,结合特征序列长度对时间序列的拟合分析结果,运用奇异值分解方法对特征序列进一步降维处理,进而得到保存大部分信息且维数更低的特征序列.数值实验结果表明,新方法可以在维度较低的特征空间下取得较好的数据挖掘聚类和分类效果.
- 李海林杨丽彬
- 关键词：时间序列数据降维数据挖掘
- 基于增量动态时间弯曲的时间序列相似性度量方法被引量：19
- 2013年
- 针对动态时间弯曲方法计算时间过长的问题,提出增量动态时间弯曲来度量较长时间序列之间的相似性。首先利用动态时间弯曲方法对历史时间序列数据进行相似性度量,得到相应的历史最优弯曲路径和路径中各元素的累积距离代价。其次,通过逆向弯曲度量方法完成当前序列数据的相似性度量,结合历史数据信息找到与历史弯曲路径相交且度量时间序列距离为当前最小值的新路径,进而实现增量动态时间弯曲的相似性度量。该方法不仅具有良好的度量质量,还具有较高的时间效率。数值实验表明,对于大部分时间序列数据集,新方法的分类准确率和计算性能要优于经典动态时间弯曲。
- 李海林杨丽彬
- 关键词：时间序列数据挖掘动态时间弯曲
