原文服务方: 计算机应用研究       
摘要:
分别分析了时间序列特征表示和相似性度量在数据挖掘中的作用和意义,对目前已有的主要方法进行了综述,分析各自存在的优缺点;同时,探讨了将来值得关注的问题,为进一步研究时间序列数据的特征表示和相似性度量提供了方向.
推荐文章
时间序列分段线性表示及相似性算法研究
时间序列
分段化线性表示
相似性
基于SAX的时间序列相似性度量方法
时间序列
降维
相似性度量
下界
新型时间序列相似性度量方法研究
时间序列
相似性度量
数据挖掘
符号化
基于涨落模式的时间序列相似性度量研究
时间序列
涨落模式
相似变形
相似性度量
分类
鲁棒性
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 时间序列数据挖掘中特征表示与相似性度量研究综述
来源期刊 计算机应用研究 学科
关键词 时间序列 数据挖掘 特征表示 相似性度量
年,卷(期) 2013,(5) 所属期刊栏目 综述评论
研究方向 页码范围 1285-1291
页数 7页 分类号 TP311.1
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2013.05.002
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 郭崇慧 大连理工大学系统工程研究所 75 1223 20.0 33.0
2 李海林 华侨大学工商管理学院 34 368 10.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (88)
共引文献  (206)
参考文献  (28)
节点文献
引证文献  (103)
同被引文献  (182)
二级引证文献  (129)
1954(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(10)
  • 参考文献(1)
  • 二级参考文献(9)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(12)
  • 参考文献(0)
  • 二级参考文献(12)
2004(9)
  • 参考文献(1)
  • 二级参考文献(8)
2005(12)
  • 参考文献(4)
  • 二级参考文献(8)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(10)
  • 参考文献(3)
  • 二级参考文献(7)
2008(11)
  • 参考文献(5)
  • 二级参考文献(6)
2009(9)
  • 参考文献(2)
  • 二级参考文献(7)
2010(8)
  • 参考文献(3)
  • 二级参考文献(5)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(10)
  • 引证文献(8)
  • 二级引证文献(2)
2015(21)
  • 引证文献(12)
  • 二级引证文献(9)
2016(32)
  • 引证文献(20)
  • 二级引证文献(12)
2017(27)
  • 引证文献(16)
  • 二级引证文献(11)
2018(52)
  • 引证文献(21)
  • 二级引证文献(31)
2019(60)
  • 引证文献(21)
  • 二级引证文献(39)
2020(27)
  • 引证文献(2)
  • 二级引证文献(25)
研究主题发展历程
节点文献
时间序列
数据挖掘
特征表示
相似性度量
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导