LS-Cluster:大规模多变量时间序列聚类方法

• 作者: 汪卫 王鹏 郑诚
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 大规模 多变量时间序列 离散余弦变换 LS相似度 聚类
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 算法
• 页码范围: 205-210,246
• 页数: 7页
• 分类号: TP3
• 字数: 6005字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.05.036

摘要

现有的关于多变量时间序列聚类的研究中所研究的变量规模均较少,而现实生活又经常会出现大规模多变量时间序列,因此提出了LS-Cluster算法,旨在对有上万变量的大规模多变量时间序列进行聚类.首先,将每个时刻的多变量时间序列转化成矩形网格,然后使用二维离散余弦变换对其进行特征提取.接着提出了LS相似度用于计算特征序列之间的相似程度.最后,采用层次聚类方法发现其中所蕴含的模式.实验结果显示,该方法在人工合成数据和真实数据上都有较好的效果和可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鹏	复旦大学上海市数据科学重点实验室	64	321	10.0	15.0
2	汪卫	复旦大学计算机科学技术学院	100	1152	16.0	29.0
3	郑诚	复旦大学计算机科学技术学院	2	0	0.0	0.0