基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于增长型分层自组织映射(GHSOM)的时间序列聚类方法,给出了该方法的基本原理和具体算法步骤,对实测时间序列数据进行了聚类验证和分析.研究结果表明,增长型分层自组织映射能根据对象特征无监督地对时间序列进行正确聚类,由于具有动态增长及分层特性,能分析对象内在的层次结构并实现由粗到精的聚类,可以扩展应用于大型乃至巨量时间序列数据库的模式发现.
推荐文章
一种基于Normal矩阵的时间序列聚类方法
时间序列聚类
社团结构
复杂网络
Normal矩阵
相似度
基于局部线性嵌入的时间序列聚类
时间序列聚类
维数约简
主成分分析
分段聚合近似
局部线性嵌入
基于趋势的时间序列相似性度量和聚类研究
时间序列
不确定性
相似性度量
聚类
趋势符号
一种新的非线性时间序列的聚类方法
非线性时间序列
聚类
KS检验
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GHSOM网络的时间序列聚类方法
来源期刊 计算机工程 学科 工学
关键词 时间序列 模式发现 增长型分层自组织映射 聚类
年,卷(期) 2007,(6) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 208-210
页数 3页 分类号 TP18
字数 2568字 语种 中文
DOI 10.3969/j.issn.1000-3428.2007.06.073
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘世元 华中科技大学机械科学与工程学院光电国家实验室 35 363 11.0 17.0
2 吕黎 华中科技大学机械科学与工程学院光电国家实验室 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
时间序列
模式发现
增长型分层自组织映射
聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导