作者:
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:
多节点网络时序数据的相似度较大,识别能力弱.为提高多节点网络时序数据相似性度量能力,提出基于自相关特征提取的多节点网络时序数据相似性度量算法.构建多节点网络时序数据的三元组表存储结构模型,采用协同滤波方法进行多节点网络时序数据的提纯处理,过滤多节点网络时序数据中的干扰成分分量,采用空间网格聚类方法进行多节点网络时序数据分类挖掘,提取多节点网络时序数据的自相关特征量.通过相似度检测方法实现多节点网络时序数据的优化挖掘和信息融合,在重构的相空间中实现多节点网络时序数据的相似度度量和数据存储优化.仿真结果表明,采用该方法进行多节点网络时序数据度量的关联匹配性较好,提高数据的检测识别能力,优化数据存储结构,在数据的存储、传输和输出转换控制中具有较好的应用价值.
推荐文章
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
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
基于数据块的多变量时间序列相似性度量
多变量时间序列
相似性度量
共同主成分分析
二维奇异值分解
分块
基于小波变换的时序数据相似性挖掘
小波变换
时序序列
相似性挖掘
数据挖掘
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 多节点网络时序数据相似性度量算法及数据应用
来源期刊 信息工程大学学报 学科 工学
关键词 多节点网络 时序数据 相似性 度量 特征提取 聚类
年,卷(期) 2019,(5) 所属期刊栏目 计算机科学与技术
研究方向 页码范围 571-575
页数 5页 分类号 TP391
字数 3507字 语种 中文
DOI 10.3969/j.issn.1671-0673.2019.05.011
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 陈斌 云南大学旅游文化学院 25 31 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (51)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(10)
  • 参考文献(0)
  • 二级参考文献(10)
2015(12)
  • 参考文献(3)
  • 二级参考文献(9)
2016(11)
  • 参考文献(2)
  • 二级参考文献(9)
2017(6)
  • 参考文献(1)
  • 二级参考文献(5)
2018(5)
  • 参考文献(4)
  • 二级参考文献(1)
2019(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)
研究主题发展历程
节点文献
多节点网络
时序数据
相似性
度量
特征提取
聚类
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
信息工程大学学报
双月刊
1671-0673
41-1196/N
大16开
郑州市科学大道62号
2000
chi
出版文献量(篇)
2792
总下载数(次)
2
总被引数(次)
9088
论文1v1指导