面向数据挖掘的时间序列符号化方法研究

• 作者: 庄镇泉 李斌 章劲松 谭立湘
• 来源期刊: 电路与系统学报
• 学科: 工学
• 关键词: 时间序列 符号化 数据挖掘 线性化分段 神经网络
• 年，卷（期）: 2000,（2）
• 所属期刊栏目: 论文
• 页码范围: 9-14
• 页数: 6页
• 分类号: TP301|TP391
• 字数: 5022字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-0249.2000.02.002

摘要

针对时间序列的数据挖掘首先需要将时间序列(Time Series)数据转换为离散的符号序列(Symbol Sequences),本文提出了一个简单高效的时间序列符号化方法,该方法的特点:一是利用线性化分段表示法所独有的形态分割与表达能力实现了时间序列的分段与表示;二是利用神经网络模糊聚类算法实现了时间序列的在线聚类.提出以矢量间形态相似性度量作为聚类依据.并利用该方法实现了对金融领域时间序列数据的符号化转换.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李斌	中国科学技术大学电子科学与技术系	372	5610	37.0	58.0
2	庄镇泉	中国科学技术大学电子科学与技术系	120	2729	26.0	47.0
3	谭立湘	中国科学技术大学电子科学与技术系	7	248	7.0	7.0
4	章劲松	中国科学技术大学电子科学与技术系	5	140	4.0	5.0