融合选择性提取与子类聚类：时间序列Shapelet快速发现的创新算法.docx

下载文档

1
0
约3.9万字
约 30页
2025-08-12 发布于上海
举报
版权申诉
保障服务

融合选择性提取与子类聚类：时间序列Shapelet快速发现的创新算法.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

融合选择性提取与子类聚类：时间序列Shapelet快速发现的创新算法

一、引言

1.1研究背景与意义

在当今大数据时代，数据量呈爆炸式增长，如何从海量数据中挖掘出有价值的信息成为了亟待解决的问题。时间序列数据作为一种常见的数据类型，广泛存在于金融、医疗、气象、工业制造等各个领域，如股票价格的波动、患者生命体征的变化、每日的气温记录以及生产线上产品质量指标的监测等。对时间序列数据进行深入分析，能够帮助我们发现数据中的规律、趋势和异常，从而为决策提供有力支持，因此时间序列分析在数据挖掘和人工智能领域中占据着至关重要的地位。

时间序列分类是时间序列分析中的一个重要任务，其目的是根据时间序列的特征将