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:
通过高维时间序列分割可以创建高级符号表示.提出一种针对高维时间序列的无监督分割算法,用于解决高维数据符号化的预处理问题.该算法实现对高维数据的聚类,应用最大熵投票模型进行序列分割.实验结果表明,其平均查全率和查准率分别为0.86和0.88,且整体性能优于主成分分析算法和概率主成分分析算法.
推荐文章
基于均值-中值-梯度共生矩阵模型的最大熵分割算法
灰度-梯度共生矩阵
均值-中值-梯度共生矩阵
最大熵
阈值
图像分割
基于期望最大理论的无监督图像分割
期望最大
贝叶斯信息准则
图像分割
时间序列半监督分类综述
时间序列
半监督分类
分类方法
基于最大熵模型的评价搭配识别
倾向性
评价搭配
最大熵
极性词表
评价词语类别
语义特征
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 基于最大熵投票模型的时间序列无监督分割
来源期刊 计算机工程 学科 工学
关键词 最大熵投票模型 k-mean聚类 高维时间序列 无监督分割
年,卷(期) 2009,(22) 所属期刊栏目 博士论文
研究方向 页码范围 26-28
页数 3页 分类号 TP391
字数 3085字 语种 中文
DOI 10.3969/j.issn.1000-3428.2009.22.009
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 冯林 大连理工大学创新实验学院 122 1283 20.0 31.0
2 孙焘 大连理工大学创新实验学院 35 460 10.0 20.0
3 郑虎 大连理工大学创新实验学院 4 10 2.0 3.0
4 高成锴 大连理工大学创新实验学院 2 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (29)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(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
最大熵投票模型
k-mean聚类
高维时间序列
无监督分割
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