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:
为了有效控制海量数据时间序列网络的规模并使得网络更贴近实际,符号化时间序列网络成为研究热点.结合周期性时间序列的seasonal-trend-loess方法和符号化转化方法,本文提出一种新的符号化时间序列建网方法.该方法考虑了单个数据值的状态又结合了序列的长远变化趋势.以符号模式为节点;依时间顺序推移,以节点间的邻接转换关系定义连边;根据转换方向和转换频次确定连边的方向和权重,建立有向加权网络.分别以航空旅客吞吐量时间序列和因特网流量时间序列为实验数据构建的两个时间序列网络,有明显差异的拓扑特征;进一步对移动通信语音时间序列做了实证分析,挖掘时间序列数据的本质规律.
推荐文章
基于时间序列符号化模式表征的有向加权复杂网络
有向加权复杂网络
时间序列分析
可视图建网
Logistic系统
基于符号化表示的时间序列频繁子序列挖掘
数据挖掘
频繁子序列
时间序列
符号化
基于分割模式的时间序列矢量符号化算法
分割模式
时间序列
降维
子序列符号化
基于特征点转换的时间序列符号化方法
时间序列
相似性搜索
符号化
特征点
动态时间弯曲距离
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seasonal-trend-loess万法的符号化时间序列网络
来源期刊 物理学报 学科
关键词 周期时间序列 seasonal-trend-loess方法 复杂网络 拓扑特征
年,卷(期) 2019,(23) 所属期刊栏目 物理学交叉学科及有关科学技术领域
研究方向 页码范围 314-322
页数 9页 分类号
字数 6443字 语种 中文
DOI 10.7498/aps.68.20190794
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 汪丽娜 内蒙古工业大学理学院 15 35 1.0 5.0
5 成媛媛 内蒙古工业大学理学院 1 0 0.0 0.0
6 臧臣瑞 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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
周期时间序列
seasonal-trend-loess方法
复杂网络
拓扑特征
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
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
总被引数(次)
174683
论文1v1指导