符号化表示相关论文
随着传感器技术的飞速发展,时间序列数据广泛的出现在如商业、气象、医学等应用领域中。对于时间序列的数据挖掘任务也一直是学术......
作为在时间序列数据挖掘中广泛使用的主要符号化表示方法,符号聚合近似(SAX)使用段的平均值作为符号表示,由于无法区分具有不同趋......
为得到可靠的仿真数据,提出一种基于数据符号化表示和云模型的时序数据生成方法。首先用SFVS算法将原数据或是数据的先验知识(很多......
针对时间序列关联规则挖掘存在时间复杂度高、效率低等问题,将基于SFVS(统计特征矢量符号化)的时间序列表示方法引入到时序关联规......
到目前为止能够计算字符化时间序列的距离度量的方法很少,为此,提出了一种新的字符化的时间序列表示方法BSAP。该方法既能进行维度......
提出了一种时序符号化方法．根据数据集极值来确定最佳字符集及时序数据的划分基准，通过估算最大压缩比来指导降维，从而实现了与SAX同......
传统的时间序列表示方法均在不同程度上采用了对数据的约简手段,从而破坏了时间序列的非线性和分形这些重要的本质特征,也就使得时......
针对SAX方法的某些缺陷，提出基于SAX[8]的VSB（矢量化符号）方法，通过引入最大值，最小值这二个极值分量，将原来的SAX符号转化为具有三个分......
在时间序列的GMBR表示的基础上,首次提出将基于距离和基于密度的时间序列检测方法结合,给出了时间序列模式异常的定义,并用"异常特......
目前大部分机械产品的装配主要依靠人工实施,装配效率低且装配质量取决于操作者技能。工业机器人未能在机械产品装配环节大量使用......
由于传统的时序相似性度量方式不满足距离三角不等式关系,影响后续的相似性搜索及关联规则的获取,在时序符号化的基础上,提出一种......
为克服SAX（符号聚合近似）算法对时序信息描述不完整的缺陷,提出基于统计特征的时序数据符号化算法,与SAX不同的是,该算法将时序符号......
