一种基于Markov链模型的动态聚类方法

被引：18

作者：

邢永康

马少平

不详

机构：

[1] 清华大学计算机系智能技术与系统国家重点实验室

[2] 清华大学计算机系智能技术与系统国家重点实验室北京

[3] 北京

来源：

计算机研究与发展 | 2003年 / 02期

关键词：

网络数据挖掘; 聚类分析; Markov链;

D O I：

暂无

中图分类号：

TP393.09 [];

学科分类号：

080402 ;

摘要：

对单变量时间序列的聚类 ,是一类有着广泛应用背景的特殊的聚类问题由于该问题的特殊性 ,现有的聚类方法无法直接使用 ,故提出了一种新的基于Markov链模型的动态聚类方法该方法首先对每一个时间序列建立一个描述其动态特征的Markov链模型 ,从而把对时间序列的聚类问题转化为对Markov链模型的聚类问题然后通过定义各个Markov链之间的“距离” ,采用动态聚类算法完成对这些Markov链模型的聚类使用该方法 ,分别对一批真实数据和仿真数据进行了聚类试验 ,都获得了比较好的聚类结果

引用

页码：129 / 135

页数：7