用支持向量算法对时间序列进行聚类分析

摘要：

本文使用支持向量算法”3”对时间序列进行聚类分析.支持向量算法将样本数据通过高斯核(Gaussian kernel)映射到高维空间,在高维空间中求得一个最小的超球包住绝大部分点的映射.如果将这个小区域上的点映射回原数据空间中,所得到的是几个分裂的连通区间.每个区间包含的点集就被划分为同一类.我们将这种算法用在时间序列的聚类分析上,抽取时间序列的特征作为聚类分析的原始数据,由上述的支持向量算法得到分析结果.我们的结果表明,和已有的时间序列聚类算法相比,支持向量算法对各种形状的聚类都具有很强的分析能力.

关键词： 聚类 支持向量 高斯核 时间序列

作者: 王颖波 孙静 刘岚

作者单位: 中科院软件所,100080

会议类型: 国内会议

会议名称: 中国科学院计算技术研究所第七届计算机科学与技术研究生学术讨论会

会议地点: 四川广元

会议语种:中文

页码: 423-430

在线出版日期: 2002-07-13（万方平台首次上网日期，不代表论文的发表时间）