近日,工商管理學院2017級資訊管理與資訊系統大學生、數據科學與創新管理課題組劉澤辰,在資訊管理系李海林教授指導下,在模式識別與人工智慧領域中的國際期刊《Pattern Recognition》(簡稱PR)上發表一篇題為“Multivariate time series clustering based on complex network”的學術研究成果,這標誌著在基於複雜網路模型的多元時間序列聚類研究中取得新進展。
《Pattern Recognition》被認為是模式識別領域最重要的國際期刊之一,2020年影響因數為7.19,被SCI檢索,中科院期刊一區TOP期刊,中國電腦學會CCF的評語為“國際重要期刊,具有重要國際學術影響,鼓勵我國學者投稿”。
劉澤辰參與的數據科學與創新管理課題組由李海林教授組建,主要以數據科學和創新管理為雙驅動,探索新理論和新方法在解决實際管理科學問題中實現數據賦能。其中,多元時間序列聚類是時間序列資料挖掘與模式識別領域的重要方向之一。而聚類問題因多元時間序列高維性,使得傳統聚類方法並不適用。囙此,通過對時間序列數據進行複雜網路轉換,使用近鄰傳播算灋識別時間序列上時間點的狀態模式,根據識別結果構建狀態傳播網絡,用於描述多元時間序列的特徵以及多元時間序列的視覺化。根據時間序列特徵之間的相似度進一步構建的關係網絡,使用社區發現科技來完成聚類。通過模擬實驗和對比試驗證明了該方法的聚類結果優於現有的多元時間序列聚類方法,新方法具有現有方法所不具備的幾個優點,即不需要人工定義聚類簇數、資訊遺失更少、複雜度較低,適用於處理更大規模的數據。
此次研究成果發表,標誌學院大學生在發表研究論文上取得新的突破,同時也為今後開展大學生學術研究、課程建設提供良好借鑒。
成果發表地址:https://doi.org/10.1016/j.patcog.2021.107919
本文轉載於華僑大學,版權歸原作者所有,文章內容不代表平臺觀點或立場。如有關於文章內容、版權或其他問題請與我方聯系,我方將在核實情况後對相關內容做删除或保留處理!聯繫郵箱:yzhao@koushare.com