登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
符号序列的概率向量聚类方法
  • 摘要

    针对符号序列聚类中表示模型及序列间距离度量定义的困难问题,提出一种基于概率向量的表示模型及基于该模型的符号序列聚类算法.该模型引入符号序列的概率分布表示法,定义了一种基于概率分布差异的符号序列距离度量及该模型的目标函数,最后给出了一种符号序列K-均值型聚类算法,并在来自不同领域的实际应用序列集上进行了实验验证.实验结果表明,与基于子序列表示模型的符号序列聚类算法相比,所提方法在DNA序列和语音序列等具有较多符号的实际数据上,在有效提高聚类精度的同时降低聚类时间50%以上.

  • 作者

    程铃钫  陈黎飞  Cheng Lingfang  Chen Lifei 

  • 作者单位

    福建农林大学金山学院,福州,350002/福建师范大学数学与计算机科学学院,福州,350117

  • 刊期

    2018年6期 ISTIC PKU

  • 关键词

    数据聚类  符号序列  向量空间模型  概率向量  马尔可夫模型 

相似文献 查看更多>>
18.232.188.251