张慧;何屠宝;张扬;林茂松 基于正交小波变换的时间序列聚类无监督特征提取。 （英语） Zbl 1107.68087号 卢布Informatica。 30，第3期，309-319（2006）. 摘要：时间序列聚类在过去十年中吸引了越来越多的兴趣，特别是对于生物信息学和金融领域中出现的长时间序列。广为人知的维数灾难问题表明，高维数不仅减缓了聚类过程，而且降低了聚类效果。针对这一问题，提出了许多特征提取技术，并表明挖掘算法的性能和速度可以在多个特征维上得到提高。然而，如何选择合适的维度是一个具有挑战性的任务，特别是对于没有数据标签的聚类问题，这在文献中还没有得到很好的研究。我们提出了一种使用正交小波变换的无监督特征提取算法，用于自动选择特征的维数。特征提取算法通过利用两个冲突的要求来选择特征维数，即低维数和特征与原始时间序列之间的平方误差之和。当使用Haar小波时，该特征提取算法的时间复杂度为O（mn）。在几个合成的和真实的时间序列数据集上获得了令人鼓舞的实验结果。 引用于5文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 68吨10 模式识别、语音识别 PDF格式BibTeX公司 XML格式引用 \textit{H.Zhang}等人，卢布Informatica。30，第3号，309--319（2006；Zbl 1107.68087）