2。2模糊集合理论基础 5

2。3本章小结 5

3 时间序列相关概念 6

3。1时间序列的定义 6

3。2时间序列相似性聚类概述 6

3。3时间序列表示 6

3。4时间序列分割的作用 7

3。5相似性度量 10

3。6时间序列聚类相关研究 10

3。7 G-G模糊聚类时间序列分割 12

3。8基本模糊聚类的时间序列分割算法 13

3。9本章小结 14

4 实验及结果分析 15

4。1时间序列分割函数分析 15

4。2 Matlab仿真图形示例 19

5 结论 20

参考文献 21

致 谢 23

图清单

图序号 图名称 页码

图5-1 分割数目c为2

图5-2 分割数目c为3

图5-3 分割数目c为4

图5-4 分割数目c为5

图5-5 分割数目c为6

表清单

表序号 表名称 页码

表5-1 分割数目c及聚类中心1 15

表5-2 分割数目c及聚类中心2 16

1 绪论

1。1 课题研究意义与发展现状

1。2 聚类分析的意义

经过多年的发展研究，数据挖掘已成庞大的学科中的一种，随之而来，聚类也因此成为它的一个至关重要的子域。聚类的实质在于将数据划分为有价值的或有意义的组。目的在于企划成有实际意义的组，由此聚类才能找出数据的天然结构。伴随着计算机科学的发展，聚类分析在生物学、统计学、模式识别、信息检索、机械研习等诸多方面扮演者越来越重的角色。 论文网

在生活中，人对客观世界的理解和描述常常偏向先把对象划分成不同的类别(聚类的过程)，接着再将特定的对象归分到相应的类别中(分类的过程)，所以类或组的存在显得尤为重要。比如，一幅具有手机、鼠标、茶杯、凳子、牛奶等对象的图片，即便是小孩子也可以较快正确地识别图片上的各种对象。在数据分析这一块，聚类分析即为研究探讨自动挖掘潜在类的技术，下列相关领域是它频繁被使用的一些例子。分类与检索信息、各种网站、BBS、电子商务、博客甚至包括现今使用最为广泛的微信、微博，数据分析在人们的日常工作生活中起到了越来越关键的作用。

以万维网为例，其通常存在亿级的 Web页面，一般情况下，搜索引擎的工作便会显得特别的频繁，对于一条普通的查询命令，网络搜索引擎能够给出大量的相关网页。一般状况下，有很多的页面并不是用户所要求的，并不具有实际的效用。为了解决这种问题，应该利用聚类算法把搜索到的对象划分成多个类，每一个类都有其特定的性质。比如，检索“高校”所提供的网页能够大致归分为诸如一般高校、重点高校、私营高校和高职高专等。并且每种类别又能够继续细分为许多子类别，继而得出简洁明了具有层次的结构，方便用户更容易的获得有价值的信息。  模糊聚类的时间序列分割算法(2):http://www.youerw.com/zidonghua/lunwen_89324.html