基于Fast-DTW的高维时序数据聚类方法研究一、引言随着大数据时代的到来,高维时序数据的处理与分析变得尤为重要。时序数据在许多领域都有广泛的应用,如金融分析、生物医学、语音识别等。高维时序数据的聚类分析,能够有效地发现数据间的内在规律和结构,为决策提供有力支持。然而,由于高维数据的复杂性,传统的聚类方法往往难以处理。因此,研
摘要 本发明涉及一种时间序列聚类方法,尤其涉及一种基于DTW和周期提取的时间序列聚类方法,包括以下步骤:步骤一,提取商户最近六个月营业额时间序列;步骤二,对时间序列进行0位均值1为方差的标准化;步骤三,销售额时间序列分解为周期、趋势和残差,并提取周期;步骤四,用DTW距离替换聚类的欧式距离;步骤五,聚类得出常规商户...
1.一种基于DTW和距离衰减的多维时间序列聚类方法,其特征在于,包括:步骤10、将城市用地数据进行预处理后得到每个城市各类用地面积数值在时间维度上的序列,即多维时间序列;每个维度代表城市用地的一种特定类型,每个时间切片代表城市用地在某一时间点上的各类用地面积;步骤20、通过DTW D 计算任意两城市多维时间序列的距离,...
摘要 本发明公开了一种基于DTW的改进K‑means的日负荷曲线聚类方法,采用密度函数分别选取初始分布特性聚类中心曲线与动态特性聚类中心曲线,并初始化聚类数目及算法迭代次数。随后,分别采用欧氏距离与DTW综合衡量负荷曲线的分布特性及动态特性,并分别以所得动态特性数值与分布特性数值对各自特性聚类中心进行更新,此过程以每...
1.一种基于DTW距离和近邻传播聚类算法的电力用户分群方法,其特征在于,包括以下步骤:采集电能质量监测数据和用户有功功率数据,构造表征时间序列变化规律的特征矩阵;计算各个用户与电能质量指标之间的特征相似度,量化用户特征与电能质量特征的关联程度;以用户特征与电能质量特征的关联程度为依据,进行不同用户的电能质量特征相...
本发明涉及挖掘领域,具体为基于LDTW距离的灰关联聚类方法,包括:将原始数据集进行处理,得到预处理后的序列;将预处理后的序列中每个维度的最大值构成参考序列;计算预处理后的序列与参考序列的LDTW距离及其弯曲路径长度;计算基于LDTW距离的预处理后的序列与参考序列间的灰关联度;根据灰关联度的结果取定临界值区间,将临...
一种基于BSD-DTW聚类的拱坝变形分区方法专利信息由爱企查专利频道提供,一种基于BSD-DTW聚类的拱坝变形分区方法说明:本发明公开了一种基于BSD‑DTW聚类的拱坝变形分区方法,涉及拱坝变形监测技术领域,包括以下步骤:给...专利查询请上爱企查
谐振接地系统发生单相接地故障时,各线路暂态零序电流波形具有非线性非平稳特性,故障线路与非故障线路的暂态零序电流波形存在差异性,提出一种基于改进动态时间弯曲距离(DTW)的接地故障波形互相关度聚类选线方法。通过改进DTW算法求取各线路发生故障后半个周期暂态零序电流波形两两之间的幅值互相关系数矩阵(ACCM),结合暂态...
摘要 基于VMD‑DTW聚类的小电流接地系统故障选线方法,包括以不同线路的零序电流为样本,采用VMD分解法提取和增强零序电流原始信号,将零序电流原始信号分解成高中低三个频段的模态分量;然后使用DTW法计算不同线路模态分量的相似性,实现不同线路零序电流相似性测度;根据相似性测度结果更新HAC聚类簇中心,以实现零序电流特征...