基于主元的多元时问序列聚类分析方法研究.pdfVIP

· 104 · 《测控技术}2012年第31卷第 12期 基于主元的多元时问序列聚类分析方法研究 郭小芳 ，李 锋 ，叶 华 (1．江苏科技大学计算机科学与工程学院，江苏 镇江 212003； 2．江苏科技大学 电子信息学院，江苏 镇江 212003) 摘要：为提高多元时间序列聚类算法的效率，采用基于主元分析的多元时间序列聚类方法，将原始多元 时间序列元素划分成一系列互不相关的簇，根据各簇的代表元素和剩余元素的主元素之间的扩展欧几 里德范数对多元时间序列进行聚类分析。理论分析和实验结果表明该算法聚类质量结果和运行时间明 显优于直接利用K．means法时的聚类结果。 关键词：多元时间序列；主元分析；聚类分析 中图分类号：TP391 文献标识码：A 文章编号：1000—8829(2012)12—0104—04 Research onAnalysisM ethodofM ultivariateTimeSeriesClustering BasedonPrincipalComponent GUO Xiao．fang ，LIFeng2YEHua ， (1．SchoolofComputerScienceandEngineering，JiangsuUniversityofScienceandTechnology，Zhenjiang212003，China； 2．SchoolofElectronicsandInformation，JiangsuUniversityofScienceandTechnoloyg，Zhenjiang212003，China) Abstract：Toimprovetheefficiencyofalgorithmsformultivariatetimeseries(MTS)dataclustering，amethod ofMTSclusteringbasedon principalcomponentanalysisisproposed．A seriesofunrelated clustersareob。 tainedbylinearcombination．AccordingtoextendedEuclidBorn3theelementandtheremainingelementsof theclusterbetweenprincipalcomponent，clusteringanalysisofMTSisdone．Thetheoreticalanalysisandexper— imentalresultsshow thattheclusteringqualityandoperationtimeofproposedalgorithm arebetterthanthatof directK—meansclusteringmethodobviously． Keywords：multivariatetimeseries；principalcomponentanalysis；clusteringanalysis 聚类分析是数据挖掘中一项重要的研究内容，其 componentanalysis) 是一种处理高维数据的有效方 根据数据之间的距离或者相似性将数据对象划分为不 法。这种方法在计算范数时对原有的复杂数据进行降 同的簇或类，使得相同簇或类中的元素尽可能相似，不 维，可以给出数据的 “主要”成分和有用的信息，去除 同簇或类中的元素差异尽可能地大。聚类已经在信息 数据中的噪音和冗余。本文采用一种基于主元分析的 过滤、资料 自动分类、市场分析等许多领域得到了广泛 K一近邻的多元时间序列聚类算法，根据多元时间序 的使用。由于多元时间序列 (MTS，multivariat