多元时序模糊聚类分段挖掘算法

• 作者: 于重重 吴子珺 杨扬 涂序彦 王璐 谭励
• 来源期刊: 北京科技大学学报
• 学科: 工学
• 关键词: 多元系统 时间序列 聚类算法 数据挖掘 主成分分析
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 控制与决策
• 页码范围: 260-265
• 页数: 6页
• 分类号: TP391
• 字数: 4948字
• 语种: 中文
• DOI: 10.13374/j.issn1001-053x.2014.02.019

摘要

工业监控系统所采集到的多元时间序列在利用数据挖掘技术获取内部存在的未知模式的过程中，经常会出现原始数据庞杂、分段结果重复、交集过多和界限不清晰等问题，导致含有突变变量或数据间相关性差的数据集进行模式挖掘结果不理想。针对上述问题，本文提出了一种新的多元时序模糊聚类分段挖掘算法。实验结果表明，该算法克服了Gath-Geva算法聚类精度易受初始值影响的不足，能够较好地反映出原始数据中潜在的过程变化，从而有效地处理时间序列的分段问题并得到理想的挖掘结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	涂序彦	北京科技大学计算机与通信工程学院	254	2232	21.0	35.0
2	杨扬	北京科技大学计算机与通信工程学院	183	2049	21.0	36.0
3	谭励	北京工商大学计算机与信息工程学院	54	205	8.0	11.0
4	于重重	北京工商大学计算机与信息工程学院	99	762	14.0	23.0
8	王璐	北京工商大学计算机与信息工程学院	6	35	2.0	5.0
9	吴子珺	北京工商大学计算机与信息工程学院	7	27	3.0	4.0