基于稀疏表示的时间序列相似性度量

来源 :第十四届和谐人机环境联合学术会议HHME2018(第十四届人机交互学术会议CHCI2018、第十四届全国普适计算学术会议 | 被引量 : 0次 | 上传用户:wangkaidi58
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  在时间序列数据挖掘中,相似性度量是一个重要的环节,对于许多算法来说,其中的相似性度量方法是否合适,对其挖掘性能有着关键影响。受稀疏表示理论的启发,本文提出一种基于稀疏表示的时间序列相似性度量方法(TSSR),其核心思想是利用过完备字典对时间序列进行稀疏化表示,根据提取的主要特征进行相似性度量从而解决高维时间序列相似性度量中存在的维度过高、噪声干扰、不等长比较等问题。实验表明,该方法能有效提取高维时间序列的主要特征,克服欧氏距离对噪声敏感的不足,且与动态时间弯曲(DTW)方法相比,该方法能够有效降低算法的时间复杂度,提高算法的效率。
其他文献
目的 地预测是许多新兴的基于位置的应用的基本任务,对目的地预测的常用方法是基于历史轨迹进行预测,而且大多集中于下一位置的预测,很少有工作关注面向特定时间间隔的预测。在实际的位置预测场景中,随着时间的推移,人们对目标的位置信息往往有新发现或新线索,会对目标的信息进行更新。比如,在追踪目标的过程中,目击者或道路摄像头会记录目标在某个时刻出现在的区域。这些更新的信息对位置预测是十分重要的信息。为了实现面
准确的饮食记录对于慢性病管理具有重要意义。当前的饮食管理应用中主要靠用户人工估计和手工录入食物的体积,不仅操作复杂而且精度不高。在此背景下,本文设计并实现了一种基于智能手机,综合图像、声音多种传感器数据的食物体积测量算法。本文算法根据食物检测任务设计了形状匹配和颜色匹配算法来实现食物容器与食物的检测、定位,并根据中国菜式的特点提出了两种模型。此外,本文还设计了一种拥有高精度的基于手机的声波回声测距
The points of interest in the city(POI)represent geographic entities that are of interest to people and are represented on the electronic map as specific nodes.
With the development of express industry,the virtual network has closely linked with the real society.People can interact with each other through express in daily work,study and life.
With the advent of the mass tourism era and the development of information technology,more and more tourism enthusiasts are fond of using travelogues to record their personal experiences and informati
With the "Belt and Road" initiative and continuous advancement,Chinas coastal ports have ushered in new opportunities and new challenges for development.
购物行为数据是建立用户购物行为画像,提供定制化的商品推荐服务的基础。通过大量的顾客购物数据,商家可以分析市场行为,为商品的生产供应,平台的管理流程做出优化,从而提升效率,节约成本。在网络购物中,购物平台可以得到顾客购物过程中详细的记录,然而在线下零售中,商家对于用户购物行为信息的获得仅仅止步于用户最终购买了何种物品,而无法得到像网络购物一样详细的购物行为信息。
Abnormal prescriptions refer to abnormal prescriptions prescribed by doctors for patients.
In Mobile Internet(MI),existing uncertain factors,such as randomness,fuzziness and unpredictability,brought many security issues to on-line transactions.
Distributed cameras are used in many scenarios more and more.Most frequently we want to let the cameras capture the pictures simultaneously.