面向数据挖掘的时间序列聚类方法研究  

On the Data-Mining Oriented Methods for Clustering Time Series

作　　者：李斌[1] 谭立湘[1] 章劲松[1] 庄镇泉[1] 

机构地区：[1]中国科学技术大学电子科学与技术系,合肥230026

出　　处：《计算机科学》2000年第12期76-80,共5页Computer Science

基　　金：973 国家重点基础研究发展规划项目资助(项目编号:G1998030413)

摘　　要：一、引言自然界以及我们社会生活中的各种事物都在运动、变化和发展着,将它们按时间顺序记录下来,我们就可以得到各种各样的“时间序列”数据。对时间序列进行分析,可以揭示事物运动、变化和发展的内在规律,对于人们正确认识事物并据此作出科学的决策具有重要的现实意义。According to the characteristics of data mining, some improvements are made to the neural network fuzzy clustering algorithm FSART to make it more efficient and can perform incremental clustering. For the need of the clustering analysis of time series,a new fuzzy membership expression that can describe the modality similarity of vectors is proposed. The new fuzzy membership expression and the improved FSART algorithm are combined to implement the clustering analysis of the nonstationary time series.

关 键 词：时间序列 聚类 数据挖掘 数据库 

分 类 号：O211.61[理学—概率论与数理统计] TP311.13[理学—数学]