声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1124/TP
国际刊号：1001-0920
发布日期:
作者：陈梅,柳博雅,王钰,姚怡莹,尤远毓秀,王松
单位：兰州交通大学 电子与信息工程学院，兰州 730000,,兰州交通大学 电子与信息工程学院，兰州 730000,,兰州交通大学 电子与信息工程学院，兰州 730000,,兰州交通大学 电子与信息工程学院，兰州 730000,,兰州交通大学 电子与信息工程学院，兰州 730000,,兰州交通大学 电子与信息工程学院，兰州 730000,
关键词：时间序列;模糊聚类;相似性度量;时间序列形态;特征加权
基金：国家自然科学基金项目(62266029)；甘肃省高等学校产业支撑计划项目(2022CYZC-36).
针对现有时间序列聚类分析较少考虑到各簇时间序列的相似形态对聚类结果的影响, 提出一种基于时间序列形态的模糊聚类算法. 该算法使用线性时间复杂度的Jeffreys复合距离度量时间序列之间的距离, 利用迭代过程中的隶属度为各簇选择能够映射簇内时间序列相似形态的核心特征, 并在下一次迭代中对距离进行特征加权. 当隶属度不再显著变化时, 算法停止迭代, 根据隶属度最大原则对时间序列进行簇划分. 在14个公开时间序列数据集上与10种对比算法的实验结果表明, 所提算法具有精确的聚类结果和较好的鲁棒性, 综合性能优于对比算法.
来源：2025年第4期
《控制与决策》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。