投稿须知
    1. 投稿时请作者提供本单位保密部门出具的保密审查证明,证明不涉及国家秘密和内部秘密。切勿投寄涉密稿件,否则后果自负。
  2.来稿应具备创新性、科学性和学术性,主题突出、论据充分、文字精炼、数据可靠,具有较高的理论水平和实用价值。
  3.文章结构一 ...

基于PSO的不确定时间序列模体发现算法

作者: 王菊 [1] 刘付显 [1] 靳春杰 [2]

关键词: 不确定时间序列 粒子群 模体发现

摘要:针对不确定时间序列(uncertain time series ,UTS)的模体发现(motif discovery ,MD)问题,提出了基于粒子群(particle swarm optimization ,PSO)的 UTS MD 算法.该算法根据 UTS的特点,设计了基于 PSO 的UTS MD的研究框架,并通过对时间序列片段的起始时刻和持续时间进行编码和修正,实现了在该框架下对UTS的MD .在实验中,针对所提出的算法,验证了其可行性,比较了其与MK 、MOEN算法在运行时间、占用内存和收敛性方面的性能,并分析了其MD准确率,结果表明所提方法占用较少内存与运行时间,可以发现不同长度的模体,且具有收敛性和较高的准确率.


上一篇: 信号级水下作战实验复杂声纳系统仿真技术研究
下一篇: 基于峰值优化的改进PTS算法

中国宇航学会 版权所有 京ICP备05047236号
地址:北京海淀区永定路52号    邮政编码:100854