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:
时间序列数据是日常生活中十分常见的一类数据,由于它具有维数高,数据量大的特点,对这类数据进行压缩表示,是进一步进行数据挖掘的前提.首先将基于重要点的表示方法与其他几种表示方法进行了比较,然后对基于重要点的表示方法进行了改进,采用优先级队列作为辅助,在用户可以指定的压缩比例下,选出重要点.实验证明,该方法取得了良好的效果.
推荐文章
一种基于信息熵的时间序列分段线性表示方法
时间序列
信息熵
分段线性表示
压缩率
拟合误差
基于重要点的时间序列固定分段数分段算法
时间序列
固定分段数
序列重要点
时间序列分割
一种基于重要点的时间序列分段算法
时间序列
重要点
分段线性表示
拟合误差
基于序列重要点的时间序列分割
时间序列
序列重要点
分割
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 改进的基于重要点的时间序列数据分段方法
来源期刊 微型电脑应用 学科 工学
关键词 时间序列数据 重要点 线性分段 优先级队列
年,卷(期) 2012,(2) 所属期刊栏目 开发应用
研究方向 页码范围 48-51
页数 分类号 TP311
字数 3814字 语种 中文
DOI 10.3969/j.issn.1007-757X.2012.02.015
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 张忠能 上海交通大学计算机系 95 1399 19.0 33.0
2 田野 上海交通大学计算机系 8 26 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (104)
参考文献  (7)
节点文献
引证文献  (11)
同被引文献  (17)
二级引证文献  (6)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(8)
  • 参考文献(1)
  • 二级参考文献(7)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
时间序列数据
重要点
线性分段
优先级队列
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导