注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 时间序列挖掘中一种新的相似性度量

  2. 针对时间序列的全序列聚类展开，提出一种新的相似性度量，全局特征，即从时间序列的统计分布特征、非线性和Fourier频谱转换等3个方面提取11个全局特征构建特征向量。利用特征向量来描述原时间序列，不但保留了犬部分原有的信息，还能加快聚类计算的速度。经过大量的实验验证表明，基于全局特征提取的相似性度量能得到合理的聚粪结果，特别是对经济领域的时间序列效果更为明显。列举了2个数据进行实验，并从主观和客观两个角度对聚类结果进行评估。

  3. 所属分类：专业指导

    • 发布日期：2010-03-14
    • 文件大小：446464
    • 提供者：wxfei2006

  1. 基于高阶模糊算法及模糊聚类的模糊预报

  2. 本文的亮点提出了一种新方法来处理预报问题，通过高阶模糊逻辑关系及聚类方法。利用自聚类算法把论域分解成不同长度区间，从事实现预报。这是一篇基于模糊算法的预报文章。

  3. 所属分类：其它

    • 发布日期：2012-03-17
    • 文件大小：234496
    • 提供者：liuxy204

  1. k均值聚类算法

  2. 时间序列聚类，输出典型样本，可用于时间序列预测

  3. 所属分类：其它

    • 发布日期：2013-03-01
    • 文件大小：211968
    • 提供者：lishanmei

  1. 基于递阶模糊聚类的混沌时间序列预测

  2. 提出一种新的基于递阶模糊聚类系统的模糊建模方法.目的在于通过一系列的步骤优化T-S 模糊模型结构,实现非线性系统的建模和预测.首先利用最近邻聚类法初始划分输入空间, 得到规则数及初始聚类中心, 用模糊C均值算法(FCM)进一步优化聚类中心;然后利用加权最小二乘法估计模糊模型的初始参数, 进一步利用带遗忘因子的递推最小二乘法优化结论参数.采用该方法对Mackey-Glass 混沌时间序列进行预测实验, 结表明可以对Mackey-Glass 混沌时间序列进行准确建模和预测, 证明了本方法的有效

  3. 所属分类：专业指导

    • 发布日期：2015-05-28
    • 文件大小：189440
    • 提供者：ohuaimi

  1. 时间序列、聚类判别、主成分分析

  2. 时间序列、聚类判别、主成分分析

  3. 所属分类：讲义

    • 发布日期：2016-08-03
    • 文件大小：1048576
    • 提供者：qq_24312945

  1. 时间序列聚类——十年回顾

  2. 时间序列近十年来聚类算法的大总结，包括对时间序列聚类每一个子步骤的详细分析以及对现有算法的评价

  3. 所属分类：算法与数据结构

    • 发布日期：2018-11-12
    • 文件大小：1048576
    • 提供者：qq_42391317

  1. 基于快速动态时间规划的模糊聚类算法

  2. 为快速准确地计算时间序列数据相似度,引入快速动态时间规划距离(fast dynamic time warping,FDTW),提出了基于FDTW的模糊C均值算法和模糊C中心点聚类算法。FDTW通过对数据序列进行拉伸和压缩匹配时间序列数据,只要形状相同,即使发生时间位移也可以准确识别,同时解决了传统DTW计算效率较低的问题。试验结果表明,提出的算法仍能保证聚类的精度。

  3. 所属分类：其它

    • 发布日期：2020-04-24
    • 文件大小：794624
    • 提供者：weixin_38501916

  1. 基于聚类和神经网络的多变量时间序列预测方法

  2. 基于聚类和神经网络的多变量时间序列预测方法，单傲，闫丹凤，多变量时间序列数据在日常生活中分布广泛，并且在很多领域中得到广泛研究。但是其中仍然存在着一些挑战，比如提取时间序列内部的

  3. 所属分类：其它

    • 发布日期：2020-02-15
    • 文件大小：777216
    • 提供者：weixin_38616139

  1. 基于单链接聚类过滤法的均值-方差模型的比较研究——以上证50为例

  2. 基于单链接聚类过滤法的均值-方差模型的比较研究——以上证50为例 ，夏冰，黄飞雪，为了消除由于估计收益率数据的时间序列的有限性而导致的统计不确定性，提出基于单链接聚类过滤法的均值-方差模型。通过单链接方�

  3. 所属分类：其它

    • 发布日期：2020-01-31
    • 文件大小：312320
    • 提供者：weixin_38587509

  1. 时间序列分析与matlab实现

  2. 时间序列分析 与matlab实现 时间序列分析 与matlab实现

  3. 所属分类：其它

    • 发布日期：2020-01-23
    • 文件大小：259072
    • 提供者：qq_42814198

  1. 上交所国债收益率的聚类结构分析

  2. 上交所国债收益率的聚类结构分析，李彪，杨宝臣，首先对上海证券交易所2004 年7 月1 日到11 月12 日的17 种记帐式国债的日收 益率时间序列进行预分析，在此基础上对日收益率时间序列做�

  3. 所属分类：其它

    • 发布日期：2020-01-17
    • 文件大小：196608
    • 提供者：weixin_38697979

  1. 基于分段线性方法的瓦斯浓度时间序列模式表示

  2. 指出直接采用原始瓦斯浓度时间序列进行短期浓度预测、相似性查询、时间序列分类和聚类等数据挖掘工作不但效率低下,而且会影响时间序列数据挖掘的准确性和可靠性;提出了一种采用分段线性方法的时间序列模式表示方法。采用分段线性表示方法对瓦斯浓度时间序列进行模式表示后可换来较小的存储和计算代价,只保留了时间序列的主要形态,去除了细节干扰,更能反映出时间序列的自身特征,有利于提高数据挖掘的效率和准确性。

  3. 所属分类：其它

    • 发布日期：2020-05-25
    • 文件大小：189440
    • 提供者：weixin_38678510

  1. 基于模式形态距离的桥梁监测测点相似性聚类研究

  2. 为挖掘桥梁检测各测点之间的相似关系,提出基于模式形态距离的时间序列相似性度量方法。该方法首先根据监测时间序列的形态特征将序列划分成若干模式,然后以各模式形态的动态变化趋势差异为依据进行相似性的判别,并定义了各类判别结果的距离函数,最后得出各测点间的模式形态距离。在此基础上,对玉峰大桥监测点的相似性进行层次聚类分析,结果反映出的信息与桥梁的真实结构状况一致。监测点的相似性分析为桥梁结构提供了更深层次信息挖掘的可能,为传感器的坏点排查以及结构的异常数据判别提供了科学的依据。

  3. 所属分类：其它

    • 发布日期：2020-06-17
    • 文件大小：1048576
    • 提供者：weixin_38614825

  1. 四种聚类算法实现对控制图时间序列的聚类

  2. 主要针对控制图时间序列数据集的聚类任务，使用了基于划分的（K-Means）、基于层次的（AGNES）、基于密度的（DBSCAN）以及基于图的（spectral clustering）聚类方法，最后可视化结果，用Jupyter Notebook编写（python），四种聚类算法和数据集均打包在一起。

  3. 所属分类：Python

    • 发布日期：2020-07-01
    • 文件大小：217088
    • 提供者：ldm_666

  1. 基于相空间重构和模糊聚类的电动机故障诊断方法

  2. 根据笼型异步电动机断条故障的基本规律及相空间重构和模糊聚类的物理意义,利用相空间重构把非线性时间序列重构成低阶非线性系统的组合,对三相电流信号进行分析、提取信号特征,对重构后的电流轨迹进行辨识和定量分析,实现故障深入诊断。利用实验数据和仿真验证:该方法可用于笼型异步电动机转子断条故障的检测。

  3. 所属分类：其它

    • 发布日期：2020-07-13
    • 文件大小：163840
    • 提供者：weixin_38626473

  1. 基于Fisher聚类的公交客流量时间序列预测及对比

  2. 公交客流量预测是城市公共交通管理的基础,科学的客流量预测能够为公交系统管理和路线调整提供可靠依据。考虑到公交客流量的波动差异性以及预测的复杂性,首先利用Fisher算法对原始数据聚类,并依时段划分为六种类型;然后选择自回归差分移动平均模型以及季节性自回归差分移动平均模型两种方法开展公交客流量的预测,并以广州市公交客流量数据进行实证分析,最后计算两种模型的平均绝对误差和平均绝对百分比误差,对比分析基于聚类数据的两模型预测效果的优劣。结果发现:基于Fisher聚类数据,季节性自回归差分移动平均模型的

  3. 所属分类：其它

    • 发布日期：2020-07-25
    • 文件大小：1048576
    • 提供者：weixin_38627234

  1. 一种基于DTW的符号化时间序列聚类算法

  2. 提出了一种基于DTW的符号化时间序列聚类算法，对降维后得到的不等长符号时间序列进行聚类。该算法首先对时间序列进行降维处理，提取时间序列的关键点，并对其进行符号化；其次利用DTW方法进行相似度计算；最后利用Normal矩阵和FCM方法进行聚类分析。实验结果表明，将DTW方法应用在关键点提取之后的符号化时间序列上，聚类结果的准确率有较好大提高。

  3. 所属分类：其它

    • 发布日期：2020-10-20
    • 文件大小：232448
    • 提供者：weixin_38697444

  1. 基于邻域保持嵌入的时间序列聚类融合算法

  2. 时间序列的维数比较大，直接对时间序列进行聚类性能不理想。如何提高时间序列的聚类性能，是主要研究点。首先使用邻域保持嵌入对时间序列样本维数约简，然后对维数约简后的数据进行聚类融合，最后将它的聚类性能与已有方法如主成分分析、分段聚合近似进行比较。实验表明，所提出的算法更能提高聚类性能。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：245760
    • 提供者：weixin_38616330

  1. 利用Python对时间序列进行分类与聚类

  2. 可靠的方法去判断两个时间序列是否相似，截下来便可以使用k-NN算法进行分类。根据经验，最优解一般出现在k=1的时候。下面就利用DTW欧氏距离的1-NN算法。在该算法中，train是时间序列示例的训练集，其中时间序列所属的类被附加到时间序列的末尾。test是相应的测试集，它所属于的类别就是我们想要预测的结果。在该算法中，对于测试集中的每一个时间序列，每一遍搜索必须遍历训练集中的所有点，从而可以找到最多的相似点。考虑到DTW算法是二次方的，计算过程会耗费非常长时间。我们可以通过LB Keogh下界方

  3. 所属分类：机器学习

    • 发布日期：2020-12-13
    • 文件大小：3145728
    • 提供者：kamo54

  1. 时间序列k均值_时间序列数据的新k均值类型平滑子空间聚类

  2. 现有的聚类算法在提取用于聚类时间序列数据的平滑子空间方面很弱。 在本文中，我们提出了一种新的k均值类型平滑子空间聚类算法，称为时间序列k均值（TSkmeans），用于对时间序列数据进行聚类。 提出的TSkmeans算法可以有效地利用时间序列数据集的固有子空间信息来增强聚类性能。 更具体地说，平滑子空间由加权时间戳表示，加权时间戳指示这些时间戳对于聚类对象的相对判别力。 我们工作的主要贡献包括设计一个新的目标函数，以指导时间序列数据的聚类，以及开发新颖的更新规则，以针对平滑子空间进行迭代聚类搜索。

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：524288
    • 提供者：weixin_38723192
« 12 3 4 5 6 7 8 9 10 »