共查询到17条相似文献,搜索用时 62 毫秒
1.
基于弧度距离的时间序列相似度量 总被引:2,自引:0,他引:2
时间序列的近似表示和相似度量是时间序列数据挖掘的重要任务之一,是进行相似匹配的关键。该文针对现有的各种基于分段线性表示(Piecewise Linear Representation,PLR)相似度量方法存在的序列长度依赖和多分辨率条件下的潜在识别误差等缺点,提出了一种序列分段线性弧度表示和基于弧度距离的相似度量方法,实现了序列的快速在线分割和相似度计算。该方法简洁直观,利用分段弧度对分段趋势进行细粒度划分来保留序列主要形态特征,有效地提高了度量结果的准确性和多分辨率条件下的稳定性。该方法具有序列分割算法独立性特点,可用于时间序列的相似查询、模式匹配、分类和聚类。 相似文献
2.
3.
一种无限长时间序列的分段线性拟合算法 总被引:2,自引:0,他引:2
时间序列的分段线性拟合(Piecewise Linear Fitting,简称PLF )是指用K条首尾相邻的线段近似表示长度为L的时间序列。传统的PLF算法依赖于L及领域知识,当L为无穷大时不再适用。本文提出了一种无限长时间序列的分段线性拟合(Infinite Time eries_Piecewice Linear Fitting,简称ITS_PLF)算法,该算法根据关键点保持时间段的统计特性,确定选择关键点的区间范围;若某点的保持时间段不在区间范围,则根据连续三个时间数据之间的夹角与筛选角度之间的关系判断其成为关键点的可能性。实验表明, ITS_PLF算法的执行不依赖于L及领域知识,可以有效识别关键点,并可根据数据压缩率的变化实现自适应拟合。 相似文献
4.
5.
6.
7.
本文利用时变模糊时间序列模型预测未来一小时的负荷,给出了一种短期电力负荷预测新方法。同时,分析了时变模糊时间序列模型相关参数对预测精度的影响。应用模糊时间序列进行电力负荷预测,克服传统时间序列在建立离散的递推模型时需要准确的数据的缺点,消除了病态数据对模型的影响。应用山东省某电力公司的数据进行仿真研究取得了较好的预测精度。 相似文献
8.
9.
10.
11.
文中针对柔性线路板(Flexible PCB,FPC)多层、线宽精细和间距超精细,无法获取充分故障信息的问题,提出了时序数据测量和基于时序数据的故障诊断方法,在限定的测量节点上,获取了更多的故障信息,将故障识别率从原来的86.5%提高到94.6%. 相似文献
12.
时间序列在FY2C云检测中的应用 总被引:2,自引:0,他引:2
对FY2C时间序列图像的研究分析表明,时间序列云图的像元亮温/温度时较差(一小时之内亮温/温度差,也称亮温/温度时变化)规律可以用于标称图云检测,能较好地实现运动剧烈的云和运动云区的边缘云检测.以中国区域内地面站资料为标准进行对比分析,利用时间序列结合晴空背景场方法进行云检测,在2007年1月和6月的准确率分别为72.89%和79.94%.与目前业务云检测相比,利用静止卫星高时间分辨率特征在一定程度上改善了低云和薄云的检测.利用了静止卫星高时间分辨率的特点,并为动态求取阈值提供了一种新思路,具有一定的应用价值. 相似文献
13.
针对直接利用卷积自编码网络未考虑视频时间信息的问题,该文提出基于贝叶斯融合的时空流异常行为检测模型。空间流模型采用卷积自编码网络对视频单帧进行重构,时间流模型采用卷积长短期记忆(LSTM)编码-解码网络对短期光流序列进行重构。接着,分别计算空间流模型和时间流模型下每帧的重构误差,设计自适应阈值对重构误差图进行二值化,并基于贝叶斯准则对空间流和时间流下的重构误差进行融合,得到融合重构误差图,并在此基础上进行异常行为判断。实验结果表明,该算法在UCSD和Avenue视频库上的检测效果优于现有异常检测算法。
相似文献14.
15.
16.
目前许多应用领域产生数据流的流速不断地震荡,使得面向数据流的挖掘变得困难.系统采用RCSW来完成数据流抽取,提出了实时度T、关键时点集、数据流处理率的概念,并进一步提出了数据流速度异常检测算法.系统监控、预测数据流速,当数据流速异常减速或增速时,系统智能调节环形缓冲区和数据流处理率来应对异常,为解决数据流处理能力与流速、流量与有限空间之间的矛盾提供解决方案.实验表明数据流速度异常检测算法能够保证数据流的挖掘持续正常实施,最大程度的满足系统的实时性要求. 相似文献
17.
基于神经网络的联合混沌时间序列的预测研究 总被引:3,自引:3,他引:0
提出了利用前馈神经网络预测联合混沌序列,通过引用著名的Henon和Lozi混沌系统作为仿真实验产生联合混沌信号序列。预测结果证明,用改进的BP算法训练的NN可以完全预测联合混沌信号序列。 相似文献