时间序列挖掘聚类(PPT 61页)

聚类的概念
聚类算法的评价标准
时间序列聚类概述
k-mediods时间序列聚类
基于 LB_Hust 距离的时间序列聚类
基于SAX表示的聚类
时间序列挖掘●聚类
目   录
基于原始序列数据的时间序列聚类
基于特征数据的时间序列聚类
基于模型的时间序列聚类
小      结
静态时间序列聚类
 LB_Keogh：一种考虑弯曲路径限制的DTW 计算方法
此时， LB_Keogh距离定义为：
LB_Keogh的Matlab实现
LB_Hust 距离---对LB_Keogh距离的改进
基于 LB_Hust 距离矩阵的层次聚类
应用---股票数据聚类
股票数据聚类：数据准备
股票数据聚类：数据的归一化
股票数据聚类：聚类结果
Hierarchical Clustering
Clustering
Partitional (K-means) Clustering
动态时间序列聚类
流数据实例
流数据特点
流数据聚类问题模型
早期的流数据聚类
Small-Space 算法
Small-Space 算法的问题
双层流数据聚类
CluStream基本思想
CluStream算法优缺点
..............................