基于簇中心群的时间序列数据分类方法

发布时间：2018-03-13 07:06

  本文选题：近邻传播　切入点：分类算法　出处：《电子科技大学学报》2017年03期 　论文类型：期刊论文

【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。
[Abstract]:Classification algorithm is one of the most important tasks and techniques in time series data mining. This paper presents a method of time series data classification based on cluster center cluster, which is based on class labels in time series training data sets. Using the nearest neighbor propagation algorithm to select the representative point of each cluster, the representative object set of each representative point is constructed, and the center group calculation of each representative object set is realized by means of the mean center method based on dynamic time warping. Combined with the improved K-nearest neighbor algorithm, the classification of time series data is realized. The numerical results show that the new method has better classification effect and computational performance than the traditional method.
【作者单位】： 华侨大学信息管理系;华侨大学现代应用统计与大数据研究中心;
【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)
【分类号】：TP273

【参考文献】

相关期刊论文 前4条

1 杨燕;冯晨菲;贾真;王红军;;基于链接的模糊聚类集成方法[J];电子科技大学学报;2014年06期

2 郭兴明;袁志会;丁晓蓉;;经验模式分解及关联维数在心音信号分类识别中的应用[J];电子科技大学学报;2013年06期

3 李海林;杨丽彬;;时间序列数据降维和特征表示方法[J];控制与决策;2013年11期

4 李正欣;郭建胜;惠晓滨;宋飞飞;;基于共同主成分的多元时间序列降维方法[J];控制与决策;2013年04期

【共引文献】

相关期刊论文 前10条

1 李海林;万校基;;基于簇中心群的时间序列数据分类方法[J];电子科技大学学报;2017年03期

2 吕红伟;王士同;;预测子空间聚类的聚类集成算法[J];小型微型计算机系统;2017年04期

3 张建辉;王会青;孙宏伟;郭芷榕;白莹莹;;基于二分迭代SAX的时序相似性度量算法[J];计算机科学;2017年01期

4 白勇;孙晓雯;秦f ;孙子文;;基于SVD特征降维和支持向量机的跌倒检测算法[J];计算机应用与软件;2017年01期

5 多超;;基于正交多项式回归分析与ICA结合运用的时序聚类[J];统计与管理;2016年12期

6 陈海燕;刘晨晖;孙博;;时间序列数据挖掘的相似性度量综述[J];控制与决策;2017年01期

7 韩国文;黄笑言;赵刚;;中美德国债收益率曲线的共同影响因素[J];金融论坛;2016年10期

8 安玲玲;于雷;;基于高斯混合模型的心音信号识别[J];吉林大学学报(理学版);2016年05期

9 李进东;王韬;吴杨;雷东;;基于主成分分析和学习矢量量化的会话初始协议识别研究[J];计算机工程;2016年06期

10 李海林;梁叶;;分段聚合近似和数值导数的动态时间弯曲方法[J];智能系统学报;2016年02期

【二级参考文献】

相关期刊论文 前10条

1 李海林;郭崇慧;;基于云模型的时间序列分段聚合近似方法[J];控制与决策;2011年10期

2 李正欣;张凤鸣;李克武;;多元时间序列模式匹配方法研究[J];控制与决策;2011年04期

3 陈湘涛;李明亮;陈玉娟;;基于分割模式的时间序列矢量符号化算法[J];计算机工程;2011年04期

4 张煜东;霍元铠;吴乐南;董正超;;降维技术与方法综述[J];四川兵工学报;2010年10期

5 张淑清;贾健;高敏;韩叙;;混沌时间序列重构相空间参数选取研究[J];物理学报;2010年03期

6 周大镯;姜文波;李敏强;;一个高效的多变量时间序列聚类算法[J];计算机工程与应用;2010年01期

7 贾丽会;张修如;;基于盒维数的心音信号分形特征研究[J];生物数学学报;2009年02期

8 李琳;张永祥;明廷涛;;EMD降噪的关联维数在齿轮故障诊断中的应用研究[J];振动与冲击;2009年04期

9 管河山;姜青山;王声瑞;;基于点分布特征的多元时间序列模式匹配方法[J];软件学报;2009年01期

10 钟清流;蔡自兴;;基于统计特征的时序数据符号化算法[J];计算机学报;2008年10期

【相似文献】

相关期刊论文 前10条

1 左爱文;郭宏武;王保保;;气象时间序列规则发现及其应用[J];陕西气象;2006年06期

2 刘猛洪;汪爱丽;;基于模糊时间序列的短期电力负荷预测[J];电子世界;2013年07期

3 K.D.C.Stoodley,卢润德;非连续含有准周期分量时间序列的实时监测(英文)[J];控制理论与应用;1986年01期

4 吴红花;刘国华;;不确定时间序列的规约方法[J];计算机工程;2012年21期

5 W.Gersch;黄劲涛;;混合自回归动平均时间序列的自回归参数估计[J];水声译丛;1980年03期

6 王立柱;刘晓东;;Granger相关性与时间序列预测[J];控制与决策;2014年04期

7 周巧临;傅彦;;科学数据时间序列的预测方法[J];电子科技大学学报;2007年06期

8 王阅;高学东;;基于重标级差分析的时间序列分割方法[J];计算机工程与应用;2008年29期

9 修春波;;时间序列一步预测方法[J];计算机应用研究;2010年04期

10 冯凯文;孟凡荣;牛强;闫秋艳;;基于趋势点状态模型的时间序列预测算法[J];计算机应用研究;2011年12期

相关会议论文 前10条

1 周家斌;张海福;杨桂英;;多维多步时间序列预报方法及其应用[A];中国现场统计研究会第九届学术年会论文集[C];1999年

2 马培蓓;纪军;;基于时间序列的航空备件消耗预测[A];中国系统工程学会决策科学专业委员会第六届学术年会论文集[C];2005年

3 卢世坤;李夕海;牛超;陈蛟;;时间序列的非线性非平稳特性研究综述[A];国家安全地球物理丛书（八）——遥感地球物理与国家安全[C];2012年

4 李强;;基于线性模型方法对时间序列中异常值的检测及证券实证分析[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策（上册）[C];2002年

5 戴丽金;何振峰;;基于云模型的时间序列相似性度量方法[A];第八届中国不确定系统年会论文集[C];2010年

6 谢美萍;赵希人;庄秀龙;;多维非线性时间序列的投影寻踪学习逼近[A];'99系统仿真技术及其应用学术交流会论文集[C];1999年

7 张大斌;李红燕;刘肖;张文生;;非线性时问序列的小波-模糊神经网络集成预测方法[A];第十五届中国管理科学学术年会论文集（下）[C];2013年

8 黄云贵;;基于时间序列的电网固定资产投资规模研究[A];2012年云南电力技术论坛论文集（文摘部分）[C];2012年

9 李松臣;张世英;;时间序列高阶矩持续和协同持续性研究[A];21世纪数量经济学（第8卷）[C];2007年

10 陈赫;罗声求;;历史横断面数据的时间序列化[A];科学决策与系统工程——中国系统工程学会第六次年会论文集[C];1990年

相关重要报纸文章 前6条

1 ;《时间序列与金融数据分析》[N];中国信息报;2004年

2 何德旭 王朝阳;时间序列计量经济学：协整与有条件的异方差自回归[N];中国社会科学院院报;2003年

3 刘俏;让数据坦白真相[N];21世纪经济报道;2003年

4 西南证券高级研究员 董先安邋德圣基金研究中心 郭奔宇;预计6月CPI同比上涨7.2%[N];证券时报;2008年

5 东证期货 王爱华　杨卫东;两年涨跌轮回 秋季普遍下跌[N];期货日报;2009年

6 任勇邋郑重;中国对世界钢材价格的影响实证分析[N];现代物流报;2007年

相关博士学位论文 前10条

1 张墨谦;遥感时间序列数据的特征挖掘：在生态学中的应用[D];复旦大学;2014年

2 张德成;滑坡预测预报研究[D];昆明理工大学;2015年

3 苗圣法;时间序列的模式检测[D];兰州大学;2015年

4 翁同峰;时间序列与复杂网络之间等价性问题及表征应用研究[D];哈尔滨工业大学;2015年

5 杨婷婷;用Argo浮标结合卫星观测估算北太平洋经向热输运[D];中国科学院研究生院(海洋研究所);2015年

6 史文彬;时间序列的相关性及信息熵分析[D];北京交通大学;2016年

7 原继东;时间序列分类算法研究[D];北京交通大学;2016年

8 卢伟;基于粒计算的时间序列分析与建模方法研究[D];大连理工大学;2015年

9 胡建明;基于正则化核学习模型的时间序列多步预测的研究与应用[D];兰州大学;2016年

10 王晓晔;时间序列数据挖掘中相似性和趋势预测的研究[D];天津大学;2003年

相关硕士学位论文 前10条

1 陈健;基于多变量相空间重构的投资组合策略研究[D];华南理工大学;2015年

2 兰鑫;时间序列的复杂网络转换策略研究[D];西南大学;2015年

3 米晓将;区域尺度下月均气温的时空演化格局研究[D];昆明理工大学;2015年

4 张鸣敏;基于支持向量回归的PM_(2.5)浓度预测研究[D];南京信息工程大学;2015年

5 林健;基于改进小世界回声状态网的时间序列预测[D];渤海大学;2015年

6 曹智丽;日气温和干旱指数支持向量回归预测方法[D];南京信息工程大学;2015年

7 高雄飞;基于分形理论的土壤含水量时间序列特性分析[D];长安大学;2015年

8 姚茜;城市安全生产发展目标研究[D];中国地质大学(北京);2015年

9 谢翠颖;苏州社会消费品零售总额简析[D];苏州大学;2015年

10 包仁义;基于时间序列的搜索引擎评估模型算法研究[D];东北师范大学;2015年

，

本文编号：1605303