论文部分内容阅读
时间序列聚类是时间序列数据挖掘中重要的研究内容之一。由于时间序列的维数比较大，直接对时间序列原始数据进行聚类性能不理想，如何有效的对时间序列进行维数约简，并且保持原数据集本质特征，是本论文的主要研究点。首先使用局部线性嵌入（LLE）对时间序列样本维数约简，在低维空间对维数约简后的数据进行聚类，然后将它的聚类性能与已有方法如主成分分析（PCA）、分段聚合近似（PAA）进行比较。实验表明，使用LLE更能提高聚类性能。