登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
基于子序列全连接和最大团的时间序列模体发现算法
  • 摘要

    针对时间序列模体发现算法计算复杂,并且无法发现多实例模体的问题,提出基于子序列全连接和最大团的时间序列模体发现(TSSJMC)算法.首先,使用快速时间序列子序列全连接算法求得所有子序列之间的距离,生成距离矩阵;然后,设置相似性阈值,将距离矩阵转化为邻接矩阵,构造子序列相似图;最后采用最大团搜索算法从相似图中搜索最大团,最大团的顶点对应的时间序列为包含最多实例的模体.在公开的时间序列数据集上进行实验,选用已有的能够发现多实例模体的Brute Force和Random Projection算法作为对比对象,分别从准确性、效率、可扩展性和鲁棒性对TSSJMC算法进行分析并获得了客观的评判结果.实验结果表明,与Random Projection算法相比,TSSJMC算法在效率、可扩展性和鲁棒性法方面均有明显优势;与Brute Force算法相比,TSSJMC算法发现的模体实例数量虽略低,但其效率和可扩展性都优于Brute Force算法.因此,TSSJMC是质量和效率相平衡的算法.

  • 作者

    朱跃龙  朱晓晓  王继民  ZHU Yuelong  ZHU Xiaoxiao  WANG Jimin 

  • 作者单位

    河海大学计算机与信息学院 南京211100

  • 刊期

    2019年2期 ISTIC PKU

  • 关键词

    时间序列  时间序列子序列  子序列连接  最大团  模体发现 

相似文献 查看更多>>
54.226.4.91