時(shí)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(yùn)用到了許多行業(yè)。時(shí)態(tài)數(shù)據(jù)挖掘是數(shù)據(jù)挖掘研究的一個(gè)重要的組成部分。時(shí)態(tài)特征聚類作為時(shí)態(tài)數(shù)據(jù)挖掘的一個(gè)重要方向，在時(shí)態(tài)數(shù)據(jù)挖掘中研究相對(duì)是比較少的。在大量的時(shí)態(tài)數(shù)據(jù)中尋找有意義的特征群體，對(duì)人們挖掘未知特征認(rèn)識(shí)時(shí)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(shí)間交易量顯著變化的特征是什么？本文對(duì)時(shí)態(tài)數(shù)據(jù)特征的聚類問題進(jìn)行了比較系統(tǒng)的研究。 本文第一章概述了時(shí)態(tài)特征聚類的研究

2、背景，并討論了聚類和時(shí)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(shí)間有關(guān)的時(shí)態(tài)數(shù)據(jù)的概念以及相關(guān)性質(zhì)，定義了若干時(shí)態(tài)特征的概念。第三章在對(duì)各種聚類方法進(jìn)行比較，并分析了各算法的優(yōu)缺點(diǎn)最后提出了一種基于K-means時(shí)態(tài)特征聚類算法，并用股票數(shù)據(jù)進(jìn)行數(shù)值試驗(yàn)給出了實(shí)驗(yàn)結(jié)果。第四章提出了一種基于SOM帶周期的時(shí)態(tài)特征聚類算法，并用股票數(shù)據(jù)做試驗(yàn)，給出相應(yīng)的實(shí)驗(yàn)結(jié)果。提出了一種基于K-means與SOM的二階段時(shí)態(tài)特征聚類算法