基于特征的時間序列聚類.pdf

1、時間序列數(shù)據(jù)挖掘作為數(shù)據(jù)挖掘的重要分支，其挖掘的對象是特定的，即為時間序列。不同于傳統(tǒng)的靜態(tài)數(shù)據(jù)，時間序列是一種復(fù)雜的數(shù)據(jù)對象，描述事物的變化過程。而時間序列是無處不在的，如股票價格數(shù)據(jù)、圖像數(shù)據(jù)和文本數(shù)據(jù)等都可以看作為時間序列。作為數(shù)據(jù)挖掘的一個分支，時間序列數(shù)據(jù)挖掘研究主要有以下幾個方面:時間序列相似性搜索、時間序列聚類、時間序列分類、時間序列分割與模式發(fā)現(xiàn)、海量時間序列可視化和時間序列預(yù)測等。本文探討一種特定的時間序列聚類，即基于

2、特征的時間序列聚類。
　　本文首先對時間序列挖掘、時間序列聚類以及基于特征的時間序列聚類做了一個總體的介紹;其次，對時間序列的特征和時間序列的相似性度量作了一個總體的概述;然后，根據(jù)已有的算法，提出一種改進(jìn)的基于關(guān)鍵點提取壓縮維度的時間序列模糊聚類算法newFCM(newfuzzyC-means)，以及在newFCM算法基礎(chǔ)上的時間序列動態(tài)聚類算法Dyn-Clustering。newFCM算法通過提取時間序列中的波峰、波谷或轉(zhuǎn)折點

3、作為時間序列的關(guān)鍵點構(gòu)成關(guān)鍵點序列來表征原來的時間序列，以達(dá)到降維和去除噪聲的目的，同時采用蘭氏距離克服算法對奇異值敏感的缺點，并調(diào)整蘭氏距離，使其更準(zhǔn)確地度量我們的關(guān)鍵點序列間的相似度。更進(jìn)一步，引入基于基本統(tǒng)計特征的相似度度量，來克服算法不能發(fā)現(xiàn)平移或拉伸的時間序列的相似性的缺點。
　　本文進(jìn)一步介紹了聚類效果度量標(biāo)準(zhǔn)，并利用這些度量標(biāo)準(zhǔn)從多方面對所提改進(jìn)算法進(jìn)行實驗評估。首先，對newFCM算法進(jìn)行了參數(shù)評測實驗;然后，與傳

4、統(tǒng)的FCM算法和K-means算法作對比，進(jìn)行性能對比實驗;最后，利用newFCM和Dyn-Clustering對20只國內(nèi)商品期貨的價格和成交量序列進(jìn)行實際應(yīng)用分析。實驗表明，用newFCM算法對時間序列進(jìn)行聚類，聚類效果良好，效率更高。在實際應(yīng)用中，用newFCM算法對時間序列進(jìn)行聚類，對于類別不是很明顯的時間序列，Dyn-Clustering算法能夠根據(jù)不同的時間段將其聚類到不同類別中，實現(xiàn)對時間序列的動態(tài)聚類，由此幫助人們進(jìn)一步