论文部分内容阅读
现有的很多序列聚类算法是基于“局部特征可以表征整个序列”的假设来进行的，即不区分实际应用中序列的整体相似性和局部相似性．这对存在保守子模式的序列，如DNA和蛋白质序列是适用的，但对一些注重整体序列相似性的应用领域，如：在交易数据库中用户购买行为的比较，时间序列数据中全局模式的匹配等，由于难以产生频繁子模式，用基于全局相似性的度量方法进行聚类显得更为合理．此外，在基于局部相似性的序列聚类算法中，选取的局部子模式表征序列的能力也有待进一步提高。由此，针对不同应用领域，分别提出基于整体相似性的序列聚类算法GSC