时间序列相似性半监督谱聚类-计算机工程与应用.PDF

116 2011 ，47 （31） Computer Engineering and Applications 计算机工程与应用 时间序列相似性半监督谱聚类 蔡世玉，夏战国，张文涛 CAI Shiyu ，XIA Zhanguo ，ZHANG Wentao 中国矿业大学 计算机科学与技术学院单位，江苏 徐州 221116 School of Computer Science Technology ，China University of Mining and Technology ，Xuzhou ，Jiangsu 221116 ，China CAI Shiyu ，XIA Zhanguo ，ZHANG Wentao.Semi-supervised spectral clustering of time-series similarity.Computer Engi- neering and Applications ，2011 ，47 （31 ）：116-118. Abstract ：Time series similarity is the important research direction of time series data mining.It is significant that how to make use of time series similarity to improve clustering of time series data.This paper presents a time series similarity-based semi-supervised spectral clustering algorithm.By selecting the appropriate features of time series to construct similarity and distance ，the initial class is selected using tag data based on the spectral clustering algorithm.Results show the algorithm that makes time series with similar characteristics can be very effective to the same class are clustered. Key words ：time-series ；semi-supervised ；variance ；clustering 摘 要：时间序列相似度是时间序列数据挖掘的重要研究方向之一。如何利用时间序列相似度对提高时间序列数据聚类有着重 要的意义。提出一种基于时间序列相似度的半监督谱聚类算法，通过选取适当的时间序列特征构造相似度与距离，在谱聚类算 法的基础上利用标签数据选取初始类簇。实验表明，该算法使具有相似特征的时间序列可以很有效地被聚集到同一类中。 关键词：时间序列；半监督；方差；聚类 DOI ：10.3778/j.issn. 1002-8331.2011.31.032 文章编号：1002-8331（2011 ）31-0116-03 文献标识码：A 中图分类号：TP391 1 引言 序列波动相似性和线性分段序列化技术进行时间序列数据的 时间序列数据是指以一定的时间间隔记录的一系列具有 降维，然后利用少量的标签数据指导初始类簇的选取，再利用 时间意义的序列数据。例如煤矿瓦斯浓度随时间的波动、每 谱聚类方法解决复杂分布的时间序列数据聚类问题，以接近 个月的GDP 或某证券交易所每天的收盘指数的变化等。时间 全局最优的性能。最后通过实验对聚类效果进行了验证。 序列相似性是研究时间序列数据挖掘重要研究内容，是进行 [1] 2 相关工作 时间序列分类、特征提取或趋势预测的基础 ，目前主要研究 [2] 手段是时域映射频域、分段化技术和转折点技术 。