【摘要】时间序列数据是一种常见的数据形式,广泛存在于各种现实应用中。相应地,利用数据挖掘技术从时间序列中发现其中蕴含的信息和知识也成为了研究的热点,其研究成果在金融、工业、农业、医药、气象、交通、计算机网络等领域取得了成功的应用。然而不同于传统静态数据,时间序列数据通常具有时序性、数量大、维数高、特征多等特性。因此,研究如何有效地通过时间序列数据挖掘技术来处理和分析时间序列数据具有重要的意义。本文 […]

【摘要】在科学研究的很多领域，如人脸识别、生物信息学、信息检索等，所获取的数据往往具有很高的维数。这使得研究人员面临维数灾难问题。由于高维空间中过高的计算代价限制了很多技术在实际问题中的使用。当训练样本数小于特征维数时，模型估计的性能也会大大下降。如何从高维数据中学习到一个符合实际应用需求的有效低维表示已经成为模式识别、机器学习、数据挖掘、计算机视觉等领域的研究热点。在实践中，人们通常使用维数约简 […]