周期性时间序列数据聚类算法的改进及研究

《周期性时间序列数据聚类算法的改进及研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、２８卷第１０Ｆ微电子学与计算机ＶｏＬ２８Ｎｏ．１０２０１１年ｌＯ月ＭＩＣＲＯＥＩ。ＥＣＴＲＯＮＩＣＳ＆ＣＯＭＰＵＴＥＲＯｃｔｏｂｅｔ２０１１周期性时间序列数据聚类算法的改进研究郭秀珍１，陆建峰１，汤九斌２（１南京理工大学计算机科学与技术学院，江苏南京２１００９４；２中国电信江苏公司，江苏南京２１００３７）摘要：聚类分析是时间数据序列分析的一种常用手段，现有的聚类算法通常从相似性度量方面进行改进．实际的时间序列数据往往具有一定的周期性和连续性。现有的算法往往忽略时间序列数据周期性和连续性特点对

2、聚类算法的影响．对此问题进行了研究，尝试采用延拓的方法来解决该问题，从而改善聚类的效果．初步的实验结果表明了该方法的可行性和有效性．关键词：时间序列；聚类；周期性；志均值；延拓中图分类号：ＴＰ３１１文献标识码：Ａ文章编号：１０００一７１８０（２０１１）１０—０１１８一０４ＲｅｓｅａｒｃｈｏｎＩｍｐｒｏｖｅｍｅｎｔｏｆＣｌｕｓｔｅｒｉｎｇＡｌｇｏｒｉｔｈｍｆｏｒＰｅｒｉｏｄｉｃＴｉｍｅ－ｓｅｒｉｅｓＤａｔａＧＵＯＸｉｕ－ｚｈｅｎｌ，ＬＵＪｉａｎ－ｆｅｎ９１，ＴＡＮＧＪｉｕ－ｂｉｎ２（１Ｓｃｈｏ

3、ｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ２１００９４，Ｃｈｉｎａ；２ＣｈｉｎａＴｅｌｅｃｏｍＪｉａｎｇｓｕＣｏｒｐ．，Ｎａｎｊｉｎｇ２１００３７，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓｉｓａｃｏｎｌｌｎｏｎｍｅａｎｓｏｆｔｉｍｅ－ｓｅｒｉｅｓｄａｔａａｎａｌｙｓｉｓ．Ｔｈｅｅｘｉｓｔｉｎｇｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｆｏｒｔｈｅｔｉｍｅ－

4、ｓｅｒｉｅｓｄａｔａｉＳｉｍｐｒｏｖｅｄｆｒｏｍｔｈｅｓｉｍｉｌａｒｉｔｙｍｅａｓｕｒｅａｓｐｅｃｔｓ．ｂｕｔｔｈｅａｃｔｕａｌｔｉｍｅ－ｓｅｒｉｅｓｄａｔａｔｅｎｄｔＯｈａｖｅａｃｅｒｔａｉｎｐｅｒｉｏｄｉｃｉｔｙａｎｄｃｏｎｔｉｎｕｉｔｙ．Ｔｈｅｅｘｉｓｔｉｎｇａｌｇｏｒｉｔｈｍｓｏｆｔｅｎｉｇｎｏｒｅｔｈｅｉｍｐａｃｔｏｆｐｅｒｉｏｄｉｃｉｔｙａｎｄｃｏｎｔｉｎｕｉｔｙｏｎｔｉｍｅ－ｓｅｒｉｅｓｄａｔａｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｓ．Ｔｈｉｓｉｓｓｕｅｉｓｒｅｓｅａｒｃｈｅ

5、ｄｉｎｔｈｉｓｐａｐｅｒａｎｄｅｘｔｅｎｓｉｏｎｍｅｔｈｏｄｉｓｕｓｅｄｐｒｏｂｌｅｍ．Ｐｒｅｌｉｍｉｎａｒｙｒｅｓｕｌｔｓｓｈｏｗｔｈｅｆｅａｓｉｂｉｌｉｔｙａｎｄｅｆｆｅｃｔｉｖｅｎｅｓｓ．-22ｔｈｉｓＫｅｙⅥ岫Ｉｎ蠡：ｔｉｍｅ－ｓｅｒｉｅｓ；ｃｌｕｓｔｅｒｉｎｇ；ｐｅｒｉｏｄｉｃｉｔｙ；志一ｍｅａｎｓ；ｅｘｔｅｎｓｉｏｎｔＯｓｏｌｖｅ１引言聚类；黄超等［４Ｊ研究了基于多重分形的时间序列聚类．Ｋ均值聚类也被用于时序聚类［５］，邵丹［６］等人应从统计上来讲，由不同时间重复测量得到的值或时间

6、的序列组成的数据就是时间序列数据．时间序列挖掘是从大量的时间序列数据中提取人们事先不知道的，但又是潜在有用的与时间属性相关的信息和知识‘１１．时间序列聚类是将一组时间序列集合根据其相似性分类为几组，组与组之间的相似性尽可能小，组内各序列之间的相似性尽可能大．时间序列聚类的重要性引起了大家的重视，近年来也得到广泛的研究．翁颖钧ｏｚ】、段江娇【３１等人将分层聚类应用于时序收稿日期：２０１１—０４－－３０；修回日期：２０１１一０６—２８基金项目：江苏省自然基金项目（ＢＫ２００９４８９）；江苏省青蓝工程用模

7、糊Ｋ均值对电力负荷时序进行聚类．在对周期性时间序列数据的聚类中，常用的方法是将时间点上的数据先进行统计累加再进行聚类，这样就丢失了时间轴在聚类过程中的影响．如对于每小时的上网人数进行统计，第一天的２４时和第二天凌晨的１时从时间轴来说是非常接近的，但是，如果用时间轴２４小时制来表示进行统计的话．２４时和１时的时间距离为１小时，但是在聚类中，这两点的距离通常会被计算为２３小时，因此其距离值被不合理地扩大了，从而影响了聚类的效果．为解决这第１０期郭秀珍，等：周期性时间序列数据聚类算法的改进研究１１９个问

8、题，本文以足均值聚类方法为例，应用延拓的方法对时间轴进行延拓，进而在延拓的时间轴上，建立现有聚类中心的映像，即把现有的ｋ个聚类中心扩．４ｌ２０２５充为２是个聚类中心，以解决时间连续性和周期性所带来的距离计算问题，从而改善聚类结果．２｝均值算法图１聚类中心的延拓示意图假定聚类的对象共”个，样本集为Ｘ＝｛ｚ。，ｚｚ，…，ｚ。），算法目的是把规个样本对象分为七个类．具体的步骤如下：①输入原始的数据，为每个聚类选取一个初始聚合中心Ｚ，（Ｄ，歹＝１，２