基于特征的時間序列聚類方法研究進展

作者：宋辭,裴韜

摘要：時間序列聚類可以根據相似性將對象集分為不同的組,從而反映出同組對象的相似性特征和不同組對象之間的差異特征。當序列維度較高時,傳統的時間序列聚類方法容易受噪聲影響,難以定義合適的相似性度量,聚類結果往往意義不明確。當數據有缺失或不等長時,聚類方法也難以實施。基于上述問題,一些學者提出了基于特征的時間序列聚類方法,不僅可以解決上述問題,還可以發現序列本質特征的相似性。本文根據時間序列的不同特征,綜述了基于特征的時間序列聚類方法的研究進展,并進行了分析和評述;最后對未來研究進行了展望。

發文機構：中國科學院地理科學與資源研究所資源與環境信息系統國家重點實驗室

關鍵詞：時間序列時間序列特征數據挖掘聚類time seriescharacteristics of time seriesdata miningclustering

分類號： TP311.13[自動化與計算機技術—計算機軟件與理論][自動化與計算機技術—計算機科學與技術]