基于u-shapelets的时间序列聚类算法

　　针对基于u-shapelets的时间序列聚类中u-shapelets集合质量较低的问题，提出一种基于最佳u-shapelets的时间序列聚类算法DivUshapCluster。首先，探讨不同子序列质量评估方法对基于u-shapelets的时间序列聚类结果的影响；然后，选用最佳的子序列质量评估方法对u-shapelet候选集进行质量评估；其次，引入多元top-k查询技术对u-shapelet候选集进行去除冗余操作，搜索出最佳的u-shapelets集合；最后，利用最佳u-shapelets集合对原始数据集进行转化，达到提高时间序列聚类准确率的目的。实验结果表明，DivUshapCluster算法在聚类准确度上不仅优于经典的时间序列聚类算法，而且与BruteForce算法和SUSh算法相比，DivUshapCluster算法在22个数据集上的平均聚类准确度分别提高了18. 80%和19. 38%。所提算法能够在保证整体效率的情况下有效提高时间序列的聚类准确度。