基于HMM2的时间序列凝聚聚类算法

• 作者: 苏锦旗
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 二阶隐马尔科夫模型 凝聚聚类 相似性度量 序列分析
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 算法与分析
• 页码范围: 1119-1122,1126
• 页数: 5页
• 分类号: TP391.9
• 字数: 4221字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2014.07.002

摘要

为弥补传统的基于隐M arkov模型在前提假设上的不足，提出了二阶隐马尔可夫模型。在研究二阶隐马尔可夫模型和凝聚算法在时空序列分析的基础上，提出了一种新的基于 HMM2的时间序列凝聚算法。该算法应用 HMM2对时间序列进行建模，合理考虑了概率和模型历史状态的关联性，按照相异度原则将序列聚成几个类，每个类用模型代表，进而对这些模型训练、合并及迭代得到聚类结果。实验比较了该算法与基于HMM算法的聚类质量，研究了聚类正确率与聚类数、距离正确率与模型距离的关系。结果表明，该算法比传统的基于HMM的聚类算法具有更好的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏锦旗	西安邮电大学管理工程学院	14	36	4.0	5.0