時態(tài)數(shù)據(jù)的特征聚類方法研究.pdf

1、近年來，數(shù)據(jù)挖掘的研究得到了快速發(fā)展，數(shù)據(jù)挖掘的成果已經(jīng)廣泛地被運用到了許多行業(yè)。時態(tài)數(shù)據(jù)挖掘是數(shù)據(jù)挖掘研究的一個重要的組成部分。時態(tài)特征聚類作為時態(tài)數(shù)據(jù)挖掘的一個重要方向，在時態(tài)數(shù)據(jù)挖掘中研究相對是比較少的。在大量的時態(tài)數(shù)據(jù)中尋找有意義的特征群體，對人們挖掘未知特征認識時態(tài)數(shù)據(jù)具有重要的意義，例如發(fā)現(xiàn)股票隨不同時間交易量顯著變化的特征是什么？本文對時態(tài)數(shù)據(jù)特征的聚類問題進行了比較系統(tǒng)的研究。 本文第一章概述了時態(tài)特征聚類的研究

2、背景，并討論了聚類和時態(tài)數(shù)據(jù)挖掘研究的現(xiàn)狀，給出了本文的研究內(nèi)容。第二章概述了與時間有關的時態(tài)數(shù)據(jù)的概念以及相關性質(zhì)，定義了若干時態(tài)特征的概念。第三章在對各種聚類方法進行比較，并分析了各算法的優(yōu)缺點最后提出了一種基于K-means時態(tài)特征聚類算法，并用股票數(shù)據(jù)進行數(shù)值試驗給出了實驗結果。第四章提出了一種基于SOM帶周期的時態(tài)特征聚類算法，并用股票數(shù)據(jù)做試驗，給出相應的實驗結果。提出了一種基于K-means與SOM的二階段時態(tài)特征聚類算法