用支持向量算法对时间序列进行聚类分析

摘要

本文使用支持向量算法[3]对时间序列进行聚类分析.支持向量算法将样本数据通过高斯核(Gaussian kernel)映射到高维空间,在高维空间中求得一个最小的超球包住绝大部分点的映射.如果将这个小区域上的点映射回原数据空间中,所得到的是几个分裂的连通区间.每个区间包含的点集就被划分为同一类.我们将这种算法用在时间序列的聚类分析上,抽取时间序列的特征作为聚类分析的原始数据,由上述的支持向量算法得到分析结果.我们的结果表明,和已有的时间序列聚类算法相比,支持向量算法对各种形状的聚类都具有很强的分析能力.