分段聚合近似相关论文
随着智能电网技术的发展，住宅和商业用电负荷参与需求响应（Demand Response, DR）项目的潜力越来越大，数据降维技术和分类处理对于DR开......
在时间序列数据挖掘领域,时间序列的早期分类越来越受到人们的重视,由于时间序列的长度（也称为维数）较大,在早期分类的实际应用中选......
风电出力特性与负荷需求的形状(负荷需求具有双峰性的典型形状)不一样,难以直观得到风电出力特性曲线的大概轮廓。因此,提出改进的......
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......
由于时间序列数据具有高维性等特征,不易直接进行挖掘。在对时间序列数据进行挖掘之前通常先进行特征表示达到降维的目的,分段聚合......
高维数据相似性连接（HDSJ）是指在给定的空间数据库中，频繁执行连接和距离计算操作找出向量空间满足给定条件的数据对。但是随着数据量......
时间序列数据是指按照时间的推移顺序排列的一组数据,广泛存在于各个领域。现有的绝大多数时间序列分类方法需要大量有标记的样本,......
针对传统的时间序列分段算法往往忽略时间序列的时间特性,导致分段结果不够精确,对此,提出基于双曲正切函数约束的时间序列建模表......
时间序列数据广泛的存在于社会生活的方方面面,随着时间的推移,数据量越来越多,如工业、网络、通信、交通、医学等领域。时间序列......
针对时间序列数据的高维特性,提出一种基于云模型的时间序列分段聚合近似方法.利用云模型的熵评判分段聚合后各子序列的数据稳定性......
针对时间序列的相似性度量问题,提出基于分段聚合时间弯曲距离的时间序列挖掘方法。首先运用经典分段聚合近似方法来对时间序列进......
