期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于最佳u-shapelets的时间序列聚类算法 被引量:6
1
作者 余思琴 闫秋艳 闫欣鸣 《计算机应用》 CSCD 北大核心 2017年第8期2349-2356,共8页
针对基于u-shapelets的时间序列聚类中u-shapelets集合质量较低的问题,提出一种基于最佳u-shapelets的时间序列聚类算法Div Ushap Cluster。首先,探讨不同子序列质量评估方法对基于u-shapelets的时间序列聚类结果的影响;然后,选用最佳... 针对基于u-shapelets的时间序列聚类中u-shapelets集合质量较低的问题,提出一种基于最佳u-shapelets的时间序列聚类算法Div Ushap Cluster。首先,探讨不同子序列质量评估方法对基于u-shapelets的时间序列聚类结果的影响;然后,选用最佳的子序列质量评估方法对u-shapelet候选集进行质量评估;其次,引入多元top-k查询技术对u-shapelet候选集进行去除冗余操作,搜索出最佳的u-shapelets集合;最后,利用最佳u-shapelets集合对原始数据集进行转化,达到提高时间序列聚类准确率的目的。实验结果表明,Div Ushap Cluster算法在聚类准确度上不仅优于经典的时间序列聚类算法,而且与Brute Force算法和SUSh算法相比,Div Ushap Cluster算法在22个数据集上的平均聚类准确度分别提高了18.80%和19.38%。所提算法能够在保证整体效率的情况下有效提高时间序列的聚类准确度。 展开更多
关键词 时间序列 聚类 u-shapelets 内部聚类评价指标 多元化top-k查询
下载PDF
基于u-shapelets聚类的刀具剩余寿命预测方法
2
作者 王妍 胡小锋 刘颖超 《计算机集成制造系统》 EI CSCD 北大核心 2024年第4期1286-1295,共10页
针对不同刀具的性能衰退规律呈现出多种趋势,单一固定的全局模型难以对不同性能衰退规律的刀具进行准确剩余寿命预测的问题,提出一种基于u-shapelets聚类与长短时记忆网络(LSTM)模型相结合的刀具剩余寿命预测方法。首先,对刀具加工过程... 针对不同刀具的性能衰退规律呈现出多种趋势,单一固定的全局模型难以对不同性能衰退规律的刀具进行准确剩余寿命预测的问题,提出一种基于u-shapelets聚类与长短时记忆网络(LSTM)模型相结合的刀具剩余寿命预测方法。首先,对刀具加工过程监控信号提取u-shapelets集合,并计算各u-shapelet与时间序列的距离得到距离矩阵;其次,通过基于密度聚类方法对距离矩阵进行聚类,得到聚类结果;最后,根据聚类结果基于各类别数据分别训练长短时记忆网络模型进行刀具剩余寿命的预测。以轮槽铣刀加工过程监控数据进行验证,并与Kmeans聚类、谱聚类、层次聚类、DBSCAN聚类方法进行比较,验证了所提方法的有效性。 展开更多
关键词 过程监控数据 u-shapelets聚类 聚类算法 长短时记忆网络 刀具剩余寿命预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部