Current position: Home >> Scientific Research >> Paper Publications

基于主成分分析的单变量时间序列聚类方法

Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2011-12-25

Journal: 运筹与管理

Included Journals: CSCD、ISTIC、PKU

Volume: 20

Issue: 6

Page Number: 66-72

ISSN: 1007-3221

Key Words: 多元统计分析;单变量时间序列;主成分分析;聚类分析

Abstract: 针对时间序列数据的高维特性,在进行理论分析的基础上,利用主成分分析法提出了一种单变量时间序列数据降维的新方法,进而提出了基于主成分分析的单变量时间序列聚类方法.其主要思想是在线性空间中的同一组基下,用系数之间的相似性来刻画对应时间序列之间相似性,在理论分析过程中,首先对单变量时间序列数据集进行主成分分析,其次分析了单变量时间序列数据集、样本协方差矩阵的特征向量与主成分之间的关系,并证明了由主成分构成的向量组线性无关.为了进一步验证理论分析结果的正确性和所提算法的有效性,分别利用仿真数据和真实的股票数据进行了数值实验.

Prev One:Similarity search for time series based on efficient warping measure

Next One:一种求解单一簇的模糊双聚类算法