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:
时间序列数据具有规模大、维度高等特点,直接在原始序列上进行数据挖掘,其计算复杂度高且易受噪声影响,因此对原始时间序列进行预处理是必不可少的,而常用的线性表示方法大多存在对分段点的筛选准确度不高的问题.基于时间序列的变化特征,提出了一种基于时间序列关键点的线性表示方法.该方法综合考虑了时间跨度和振幅变化,能高效提取时间序列中的关键点,并防止过度除噪,实现简单.实验表明,该方法对不同领域的数据具有良好的普适性.
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
基于时间序列趋势转折点的分段线性表示
时间序列
分段线性表示
趋势转折点
拟合误差
F-L序列的线性表示及其应用
F-L序列
线性表示
线性F-L恒等式
Kimberling问题
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
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 一种基于关键点的时间序列线性表示方法
来源期刊 计算机科学 学科 工学
关键词 数据挖掘 时间序列 线性表示 关键点 过度除噪
年,卷(期) 2016,(5) 所属期刊栏目 人工智能
研究方向 页码范围 234-237
页数 4页 分类号 TP311
字数 4625字 语种 中文
DOI 10.11896/j.issn.1002-137X.2016.5.043
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 吕鑫 河海大学计算机与信息学院 26 82 4.0 8.0
2 余霖 河海大学计算机与信息学院 8 40 3.0 6.0
3 王龙宝 河海大学计算机与信息学院 20 82 5.0 8.0
4 戚荣志 河海大学计算机与信息学院 17 92 6.0 9.0
5 陈帅飞 河海大学计算机与信息学院 3 17 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (67)
参考文献  (5)
节点文献
引证文献  (15)
同被引文献  (37)
二级引证文献  (9)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(8)
  • 引证文献(7)
  • 二级引证文献(1)
2019(10)
  • 引证文献(5)
  • 二级引证文献(5)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
数据挖掘
时间序列
线性表示
关键点
过度除噪
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
相关基金
国家科技支撑计划
英文译名:
官方网址:http://kjzc.jhgl.org/
项目类型:重大项目
学科类型:能源
论文1v1指导