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:
时序降维是解决时间序列高维问题的关键技术.符号聚集近似表示(SAX表示法)作为一种时序降维技术,具有良好的维度约简能力与性能稳定的下界距离算法,但算法中分段数的选取需根据当前时序数据的特征而人为设定.针对这一问题,引入了滑动窗口算法与统计学方法,提出了基于二分迭代SAX的时序相似性度量算法.实验结果表明,该算法不仅解决了分段数设定困难的问题,而且降低了时序降维表示的复杂度,提高了SAX算法在多种时序数据上的分类准确性.
推荐文章
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
时序数据相似性挖掘算法研究
相似性挖掘
时间序列
数据挖掘
知识发现
基于改进的协同过滤相似性度量算法研究
相似性度量
工程测量
工业控制
杰卡德相似性
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
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 基于二分迭代SAX的时序相似性度量算法
来源期刊 计算机科学 学科 工学
关键词 时序降维 符号聚集近似 滑动窗口
年,卷(期) 2017,(1) 所属期刊栏目 人工智能
研究方向 页码范围 247-252
页数 6页 分类号 TP311
字数 7502字 语种 中文
DOI 10.11896/j.issn.1002-137X.2017.01.046
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 王会青 太原理工大学计算机科学与技术学院 19 202 7.0 14.0
2 张建辉 太原理工大学计算机科学与技术学院 23 187 7.0 13.0
3 郭芷榕 太原理工大学计算机科学与技术学院 4 5 2.0 2.0
4 白莹莹 太原理工大学计算机科学与技术学院 4 5 2.0 2.0
5 孙宏伟 太原理工大学计算机科学与技术学院 3 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (12)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (3)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
时序降维
符号聚集近似
滑动窗口
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
论文1v1指导