基于u-shapelets的時(shí)間序列聚類(lèi)算法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶(hù)評(píng)論(0)
針對(duì)基于u-shapelets的時(shí)間序列聚類(lèi)中u-shapelets集合質(zhì)量較低的問(wèn)題,提出一種基于最佳u-shapelets的時(shí)間序列聚類(lèi)算法DivUshapCluster。首先,探討不同子序列質(zhì)量評(píng)估方法對(duì)基于u-shapelets的時(shí)間序列聚類(lèi)結(jié)果的影響;然后,選用最佳的子序列質(zhì)量評(píng)估方法對(duì)u-shapelet候選集進(jìn)行質(zhì)量評(píng)估;其次,引入多元top-k查詢(xún)技術(shù)對(duì)u-shapelet候選集進(jìn)行去除冗余操作,搜索出最佳的u-shapelets集合;最后,利用最佳u-shapelets集合對(duì)原始數(shù)據(jù)集進(jìn)行轉(zhuǎn)化,達(dá)到提高時(shí)間序列聚類(lèi)準(zhǔn)確率的目的。實(shí)驗(yàn)結(jié)果表明,DivUshapCluster算法在聚類(lèi)準(zhǔn)確度上不僅優(yōu)于經(jīng)典的時(shí)間序列聚類(lèi)算法,而且與BruteForce算法和SUSh算法相比,DivUshapCluster算法在22個(gè)數(shù)據(jù)集上的平均聚類(lèi)準(zhǔn)確度分別提高了18. 80%和19. 38%。所提算法能夠在保證整體效率的情況下有效提高時(shí)間序列的聚類(lèi)準(zhǔn)確度。
?
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于u-shapelets的時(shí)間序列聚類(lèi)算法下載
相關(guān)電子資料下載
- 基于K-means聚類(lèi)算法的圖像分割 1113
- 介紹一種基于最小化平方誤差的聚類(lèi)算法 498
- 如何在 Python 中安裝和使用頂級(jí)聚類(lèi)算法 415
- 10種聚類(lèi)算法和Python代碼4 1118
- 10種聚類(lèi)算法和Python代碼3 960
- 10種聚類(lèi)算法和Python代碼2 796
- 10種聚類(lèi)算法和Python代碼1 644
- YOLOv5中的autoanchor.py代碼解析 1242
- 視覺(jué)新范式!COCs:將圖像視為點(diǎn)集 636
- 10種頂流聚類(lèi)算法Python實(shí)現(xiàn)(附完整代碼) 989