版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著時序數(shù)據(jù)的飛速增長,時序數(shù)據(jù)的相似性算法研究也逐步進入了人們的視野,這一領(lǐng)域主要面臨的問題包括:時序數(shù)據(jù)特征表示、時間序列的相似性度量、數(shù)據(jù)索引技術(shù)等。在時間序列相似度研究的基礎(chǔ)上,可以完成聚類、分類、分段、異常檢測、預(yù)測等一系列任務(wù),并將時序數(shù)據(jù)的數(shù)據(jù)挖掘應(yīng)用到實際生活中。
(1)總結(jié)了現(xiàn)有的時間序列相似性查詢工作,包括時序數(shù)據(jù)表示法、時間序列的相似性度量和時序數(shù)據(jù)索引技術(shù),分析歸納了其中的經(jīng)典算法,并探討了時序數(shù)據(jù)領(lǐng)域
2、當(dāng)前的研究趨勢和研究方向。
(2)提出并實現(xiàn)了基于分段DTW的數(shù)據(jù)流子序列匹配系統(tǒng),該系統(tǒng)對動態(tài)高速數(shù)據(jù)流進行移動平滑濾波和適應(yīng)性分段,提取子段的切比雪夫系數(shù)特征,并在低維切比雪夫空間內(nèi)通過高效的在線匹配算法完成DTW的計算,實現(xiàn)了數(shù)據(jù)流上的子序列相似性匹配任務(wù)。相對于其他等長子序列匹配算法,該方法支持高精度的任意長數(shù)據(jù)流子序列匹配,且實驗證實了方法的計算效率顯著優(yōu)于原始DTW算法。
(3)提出了大規(guī)模時序數(shù)據(jù)集上的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于動態(tài)時間彎曲的時間序列相似性搜索技術(shù)的研究.pdf
- 基于自適應(yīng)代價動態(tài)時間彎曲距離的時間序列相似性搜索.pdf
- 基于分段矢量量化的時間序列分類研究.pdf
- 基于哈希技術(shù)的時間序列近似查詢研究.pdf
- 基于線性散列索引的時間序列近似查詢研究.pdf
- 基于時間序列序列分析論文
- 時間序列動態(tài)模糊聚類的研究.pdf
- 貝葉斯時間序列動態(tài)模型.pdf
- 動態(tài)時間序列周期分析預(yù)測模型.pdf
- 時間序列的相似性查詢與異常檢測.pdf
- 時間序列挖掘中索引與查詢技術(shù)的研究.pdf
- 基于時間序列的動態(tài)城市路況導(dǎo)航方法的研究.pdf
- 基于網(wǎng)絡(luò)的時間序列預(yù)測.pdf
- 基于時間序列分析的預(yù)測.pdf
- 基于時間序列的圖形挖掘.pdf
- 基于分段過濾的時間同步算法研究.pdf
- 股票時間序列數(shù)據(jù)挖掘與趨勢預(yù)測--基于時間序列嵌入.pdf
- 時間序列
- 基于動態(tài)增強核磁共振時間序列腎臟圖像的動態(tài)輪廓分割.pdf
- 基于動態(tài)鏈表結(jié)構(gòu)的時間序列異步周期模式挖掘研究.pdf
評論
0/150
提交評論