基于特征的时间序列聚类方法研究进展

作者：宋辞,裴韬

摘要：时间序列聚类可以根据相似性将对象集分为不同的组,从而反映出同组对象的相似性特征和不同组对象之间的差异特征。当序列维度较高时,传统的时间序列聚类方法容易受噪声影响,难以定义合适的相似性度量,聚类结果往往意义不明确。当数据有缺失或不等长时,聚类方法也难以实施。基于上述问题,一些学者提出了基于特征的时间序列聚类方法,不仅可以解决上述问题,还可以发现序列本质特征的相似性。本文根据时间序列的不同特征,综述了基于特征的时间序列聚类方法的研究进展,并进行了分析和评述;最后对未来研究进行了展望。

发文机构：中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室

关键词：时间序列时间序列特征数据挖掘聚类time seriescharacteristics of time seriesdata miningclustering

分类号： TP311.13[自动化与计算机技术—计算机软件与理论][自动化与计算机技术—计算机科学与技术]