矩陣弧微分的時(shí)間序列相似度量
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
將某一個(gè)統(tǒng)計(jì)指標(biāo)的各個(gè)數(shù)值按時(shí)間先后順序排列便構(gòu)成了時(shí)間序列。從金融領(lǐng)域到科學(xué)工程，從天文氣象到社會(huì)學(xué)，時(shí)間序列無(wú)處不在。由于實(shí)際應(yīng)用中的時(shí)間序列往往具有高維、規(guī)模巨大、易受噪聲干擾等特點(diǎn)，直接在原始時(shí)間序列上進(jìn)行數(shù)據(jù)分析、處理和挖掘變得非常困難，因此在對(duì)時(shí)間序列挖掘之前進(jìn)行有效的預(yù)處理成為解決上述問(wèn)題的關(guān)鍵。這其中時(shí)間序列特征表示和相似度量是預(yù)處理的關(guān)鍵。
相似度量是時(shí)間序列挖掘中一項(xiàng)重要的基礎(chǔ)任務(wù)，主流的度量算法通常自定義一個(gè)距離函數(shù)，選取的自變量為離散序列點(diǎn)坐標(biāo)及其變形，序列之間的距離越小則序列越相似。常見(jiàn)的算法有：歐氏距離（ Euclidean Distance，ED），設(shè)定單一距離閾值，容易理解且算法簡(jiǎn)單；動(dòng)態(tài)時(shí)間規(guī)整（ Dynamic Time Warping，DTW），借鑒語(yǔ)音數(shù)據(jù)處理的思路并運(yùn)用動(dòng)態(tài)規(guī)劃思想，通過(guò)彎曲時(shí)間軸來(lái)實(shí)現(xiàn)相似性度量；符號(hào)化距離，將時(shí)間序列預(yù)處理為字符串，利用查詢等概率劃分的正態(tài)分布完成相似度量；基于條件復(fù)雜性距離¨叫，嵌入信息論和計(jì)算理論，關(guān)注算法運(yùn)行過(guò)程中的連接和壓縮操作，借助壓縮率來(lái)反映數(shù)據(jù)之間的相似性。
?
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
矩陣弧微分的時(shí)間序列相似度量下載
相關(guān)電子資料下載
- 使用輪廓分?jǐn)?shù)提升時(shí)間序列聚類(lèi)的表現(xiàn) 46
- 射頻識(shí)別技術(shù)漫談(15)——Mifare1的安全性及7字節(jié)序列號(hào)M1卡 83
- Python比較兩個(gè)時(shí)間序列在圖形上是否相似 73
- Java序列化怎么使用 70
- Spring Boot時(shí)配置JSON序列化選項(xiàng)的幾種方法 142
- 如何使用雪花算法生成真正的隨機(jī)數(shù) 198
- 如何用C語(yǔ)言進(jìn)行json的序列化和反序列化 228
- 如何使用SBC ToolBox云平臺(tái)進(jìn)行時(shí)間序列分析？ 416
- 順序功能圖中常見(jiàn)序列 170
- 如何使用Serde進(jìn)行序列化和反序列化 309