روشهای اندازه گیری شباهت / فاصله درخوشه بندی سری های زمانی

مریم نوری; محمدحسین ندیمی شهرکی

روشهای اندازه گیری شباهت / فاصله درخوشه بندی سری های زمانی

Publish place: 3rd International Conference on Applied Research in Computer Engineering and Information Technology

Publish Year: 1394

نوع سند: مقاله کنفرانسی

زبان: Persian

This Paper With 10 Page And PDF Format Ready To Download

دریافت فایل کامل Paper

Certificate
من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

https://civilica.com/doc/467201

شناسه ملی سند علمی:

CITCONF03_630

تاریخ نمایه سازی: 12 تیر 1395

Abstract:

خوشه بندی از آن جهت که راه حلی برای طبقه بندی داده هایی است که دانش کافی در مورد انها وجود ندارد به عنوان یک تکنیک داده کاوی غیر نظارت شده شناخته می شود در سالهای اخیر استخراج اطلاعات از سری های زمانی توجه بسیاری را به خود جلب کردهاست شاید بتوان گفت از میان تمام تکنیکهای به کاربرده شده بر روی سری های زمانی، خوشه بندی پر استفاده ترین تکنیک می باشد. اجزاء اصلی در خوشه بندی سری های زمانی کاهش بعد یا روش نمایش سری زمانی، معیار اندازه گیری شباهت/ عدم شباهت تعیین نماینده خوشه می باشد.

Keywords:

خوشهبندی سری زمانی , اندازه گیری شباهت , اندازه گیری فاصله , سری زمانی

Authors

مریم نوری

گروه مهندسی کامپیوتری دانشکده مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد نجف آباد اصفهان ایران

محمدحسین ندیمی شهرکی

گروه مهندسی کامپیوتری دانشکده مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد نجف آباد اصفهان ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :

E. Keogh, S. Lonardi, B.Y. Chiu, Finding surprising patterns in ...
P.M. Polz, E. Hortnagl, E. Prem, Processing and Clustering Time ...
W. He, G. Feng, Q. Wu, T. He, S. Wan, ...
A. Sfetsos, C. Siriopoulos, Time series forecasting with a hybrid ...
E. Keogh, S. Kasetty, On the need for time series ...
E. Keogh, M. Pazzani, K. Chakrabarti, S. Mehrotra, A simple ...
H. Zhang, T.B. Ho, Y. Zhang, M.S. Lin, Unsupervised feature ...
J. Lin, M. Vlachos, E. Keogh, D. Gunopulos, Iterative incremental ...
V. Hautamaki, P. Nykanen, P. Franti, Time-series clustering by approximate ...
T. Warrenliao, Clustering of time series data--- survey, Pattern Recognit. ...
M. Vlachos, D. Gunopulos, G. Das, "Indexing time-series under conditions ...
T. Mitsa, Temporal Data Mining, vol. 33, Chapman & Hall/CRC, ...
J. Lin, E. Keogh, S. Lonardi, and B. Chiu, A ...
E. Keogh, M. Pazzani, An enhanced representation of time series ...
B.K. Yi, C. Faloutsos, Fast time squence indexing for arbitrary ...
H. Ding, G. Trajcevski, P. Scheuermann, X. Wang, E. Keogh, ...
A.J. Bagnall, G. Janacek, Clustering time series with clipped data, ...
W.G. Aref, M.G. Elfeky, A.K. Elmagarmid, Incremental, online, and merge ...
S. Chu, E. Keogh, D. Hart, M. Pazzani, et al., ...
C. R atan amahatana, E. Keogh, Three myths about dynamic ...
P. Smyth, Clustering scquences with hidden Markov models, , Adv. ...
K. Kalpakis, D. Gada, V. Puttagunta, Distance measures for effective ...
X. Wang, K. Smith, R. Hyndman, Characteristic -based clustering for ...
H. Sakoe, S. Chiba, A dynamic programming approach to continuous ...
M. Vlachos, _ Kollios, D. Gunopulos, Discovering similar multidimen sional ...
E. Keogh, S. Lonardi, C. Ratan amahatana, L. Wei, S.H. ...
C. Faloutsos, M. Ranganathan, Y. Manolopoulos, Fast subsequence matching in ...
X. Zhang, J. Wu, X. Yang, H. Ou, T. Lv, ...
C. Miller-Levet, F. Klawonn, K.H. Cho, _ Wolkenhauer, Fuzzy clustering ...
E. Frentzos, K. Gratsias, Y. Theodoridis, Index-based most similar trajectory ...
S. Salvador, P. Chan, Toward accurate dynamic time warping in ...
B. Lkhagva, Y.u. Suzuki, K. Kawagoe, New time series data ...
X. Golay, S. Kollias, G. Stoll, D. Meier, A. Valavanis, ...
J.J. Van Wijk and E.R. Van Selow, Cluster and calendar ...
S. Policker, A.B.B. Geva, Nonstationary time series analysis by temporal ...
T.W. Liao, B. Bolt, J. Forester, E. Hailman, C. Hansen, ...
E. Keogh, S. Lonardi, C. R atanamahatan a, Towards parameter-free ...
S. Ghassempour, F. Girosi, A. Maeder, Clustering multivariate time series ...
S. Aghabozorgi, T. Ying Wah, T. Herawan, H.A. Jalab, M.A. ...

نمایش کامل مراجع