一种新的基于隐Markov模型的分层时间序列聚类算法

摘要：

针对传统的基于隐Markov模型(HMM)的聚类算法在时间序列聚类的不足,提出了一种新的基于HMM的分层时间序列聚类算法HBHCTS,旨在提高聚类质量,同时对聚类结果给出类的表示.HBHCTS算法应用HMM对时间序列进行建模,并按照"最相似"的原则得到序列所对应的初始模型集,进而对这些初始模型合并更新及迭代得到聚类结果.实验中主要研究了聚类正确率与序列长度及模型距离的关系,结果表明HBHCTS算法比传统的基于HMM的聚类算法准确性高.

关键词：基于模型、聚类、HMM、时间序列

所属期刊栏目：43

分类号：TP311.13(计算技术、计算机技术)

资助基金：中国科学院资助项目50474033;福建省自然科学基金A0310008;福建省高新技术项目2003H043

在线出版日期：2006-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：61-67