時間序列挖掘聚類(PPT 61頁)

聚類的概念
聚類算法的評價標準
時間序列聚類概述
k-mediods時間序列聚類
基於 LB_Hust 距離的時間序列聚類
基於SAX表示的聚類
時間序列挖掘●聚類
目 錄
基於原始序列數據的時間序列聚類
基於特征數據的時間序列聚類
基於模型的時間序列聚類
小 結
靜態時間序列聚類
LB_Keogh：一種考慮彎曲路徑限製的DTW 計算方法
此時， LB_Keogh距離定義為：
LB_Keogh的Matlab實現
LB_Hust 距離---對LB_Keogh距離的改進
基於 LB_Hust 距離矩陣的層次聚類
應用---股票數據聚類
股票數據聚類：數據準備
股票數據聚類：數據的歸一化
股票數據聚類：聚類結果
Hierarchical Clustering
Clustering
Partitional (K-means) Clustering
動態時間序列聚類
流數據實例
流數據特點
流數據聚類問題模型
早期的流數據聚類
Small-Space 算法
Small-Space 算法的問題
雙層流數據聚類
CluStream基本思想
CluStream算法優缺點
..............................