%0 Journal Article
%T 基于神经网络的时间序列相似模式发现方法*
%A 张鹏
%A 张建业
%A 杜军
%A 李学仁
%J 模式识别与人工智能
%P 401-405
%D 2008
%X 基于无监督学习神经网络聚类原理,提出一种时间序列相似模式发现方法.通过快速离散余弦变换将序列映射到相应的特征模式空间,不但实现维数简约,而且克服传统神经网络不能处理过程序列的局限性.分析人工神经网络作为相似性度量模型的优越性,用“黑箱式”的网络权值代替传统的距离度量方法,并在此基础上实现相似模式的全部配对发现算法.对实际飞行数据仿真结果表明该方法的正确性,同时具有多尺度特性,可有效反映不同分辨率下序列间的相似程度.
%K 离散余弦变换
%K 人工神经网络
%K 时间序列
%K 相似模式发现
%K 多尺度
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract10207.shtml