時(shí)間序列數(shù)據(jù)分布廣泛、富蘊(yùn)高價(jià)值信息,因此時(shí)間序列數(shù)據(jù)分析具有重要的研究意義。目前,面向時(shí)間序列數(shù)據(jù)開展的聚類算法為數(shù)較多,但由于時(shí)間序列數(shù)據(jù)的漂移特性,傳統(tǒng)算法難以高效、精確地運(yùn)行;同時(shí),隨著數(shù)據(jù)規(guī)模不斷增大,傳統(tǒng)算法在處理數(shù)據(jù)規(guī)模上的不足也進(jìn)一步暴露。為此,本文重點(diǎn)對(duì)模糊聚類、動(dòng)態(tài)時(shí)間規(guī)劃距離和增量策略進(jìn)行了深入研究,主要工作如下:(1)時(shí)間序列數(shù)據(jù)具有時(shí)間漂移特性,因此傳統(tǒng)聚類算法難以對(duì)其進(jìn)行精確聚類,而已有的采用基于動(dòng)態(tài)時(shí)間規(guī)劃距離的聚類算法效率較低,無法高效準(zhǔn)確地對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行聚類。為高效精確的對(duì)時(shí)間序列數(shù)據(jù)聚類,本文第三章在模糊C均值算法和模糊C中心點(diǎn)算法中引入快速動(dòng)態(tài)時(shí)間規(guī)劃距離,設(shè)計(jì)了基于快速動(dòng)態(tài)時(shí)間規(guī)劃的模糊聚類算法。(2)時(shí)間序列數(shù)據(jù)規(guī)模逐漸擴(kuò)大,數(shù)據(jù)不能全部存入內(nèi)存;同時(shí),實(shí)際應(yīng)用中對(duì)聚類效率往往存在要求較高,這種需求超出了傳統(tǒng)時(shí)間序列數(shù)據(jù)聚類的處理能力范圍。因此,為處理大規(guī)模時(shí)間序列數(shù)據(jù),本文第四章和第五章將增量策略(Single-Pass和Online)引入到模糊聚類算法中,提出增量式模糊聚類算法。該算法可以有效處理大規(guī)模數(shù)據(jù),并提高聚類效率,為處理大規(guī)模...

【文章頁數(shù)】：67 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
Abstract
1 引言
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 面向時(shí)間序列數(shù)據(jù)的相似度計(jì)算方法
        1.2.2 面向時(shí)間序列數(shù)據(jù)的聚類算法
        1.2.3 增量算法
    1.3 主要工作及創(chuàng)新點(diǎn)
    1.4 論文的組織結(jié)構(gòu)
2 增量模糊聚類算法及時(shí)間序列數(shù)據(jù)
    2.1 模糊聚類算法
        2.1.1 模糊聚類算法基本思想
        2.1.2 常用模糊聚類算法
    2.2 常用增量模糊聚類算法
    2.3 時(shí)間序列數(shù)據(jù)
    2.4 動(dòng)態(tài)時(shí)間規(guī)劃距離
    2.5 評(píng)價(jià)函數(shù)介紹
    2.6 本章小結(jié)
3 面向時(shí)間序列數(shù)據(jù)的快速模糊聚類算法
    3.1 引言
    3.2 面向時(shí)間序列的模糊聚類算法
    3.3 基于FDTW距離的模糊C中心點(diǎn)算法
        3.3.1 算法介紹
    3.4 實(shí)驗(yàn)設(shè)計(jì)及結(jié)果分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)介紹
        3.4.2 評(píng)價(jià)函數(shù)
        3.4.3 實(shí)驗(yàn)結(jié)果分析
    3.5 本章小結(jié)
4 面向時(shí)間序列數(shù)據(jù)的增量模糊聚類算法
    4.1 引言
    4.2 基于DTW距離的WFCMDD
    4.3 基于DTW距離的增量模糊C中心點(diǎn)算法
    4.4 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
        4.4.1 實(shí)驗(yàn)數(shù)據(jù)介紹
        4.4.2 評(píng)價(jià)函數(shù)
        4.4.3 實(shí)驗(yàn)結(jié)果與分析
    4.5 本章小結(jié)
5 面向時(shí)間序列數(shù)據(jù)的增量快速模糊聚類算法
    5.1 引言
    5.2 基于FDTW的增量模糊C中心點(diǎn)算法
    5.3 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 工作展望
參考文獻(xiàn)
作者簡歷
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3752331