-
公开(公告)号：CN106295690A
公开(公告)日：2017-01-04
申请号：CN201610629833.3
申请日：2016-08-03
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06K9/62
CPC classification number: G06K9/6218
Abstract: 本发明提供了一种基于非负矩阵分解的时间序列数据聚类方法及系统，在时间序列数据聚类方法中包括如下步骤：数据预处理步骤：读入时间序列数据，并对时间序列数据进行预处理，在预处理过程中，如果时间序列数据中存在负数，将所有的时间序列数据都向上平移所需要的单位，即将矩阵V向上平移一个最小负值到零点的距离即可；矩阵初始化步骤：对基矩阵W和系数矩阵H进行初始化；数据分解步骤：对样本集合V进行非负矩阵分解，得到基矩阵W和系数矩阵H；数据聚类步骤：对分解后的数据进行聚类，得到聚类结果。本发明的有益效果是：本发明提高时序数据的聚类计算速度，且本发明是基于非负矩阵分解获得的数据表达，将明显提高时间序列挖掘的效率。
Search Results
1
records
(took 0.025 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
