|
|
1.
基于新的鲁棒相似性度量的时间序列聚类
李国荣, 冶继民, 甄远婷
计算机应用
2021, 41 (5):
1343-1347.
DOI: 10.11772/j.issn.1001-9081.2020071142
针对存在异常值的时间序列数据，提出了一种基于相关系数鲁棒估计的时间序列间的鲁棒广义互相关度量（RGCC）。首先，引入一种鲁棒相关系数代替Pearson相关系数来计算时间序列数据间的协方差矩阵；其次，用新的协方差矩阵的行列式构造两个时间序列间的相似性度量——RGCC；最后，基于该度量计算出序列间的距离矩阵，将其作为聚类算法的输入对数据进行聚类。时间序列聚类仿真实验表明，对存在异常值点的时间序列数据，与基于原始的广义互相关度量（GCC）得到的聚类结果相比，基于RGCC得到的聚类结果明显更接近真实的聚类结果。可见，所提出的新的鲁棒相似性度量完全适用于存在异常值的时间序列数据。
参考文献 |
相关文章 |
多维度评价
|
|
