基于夾角dtw距離的衛(wèi)星遙測數(shù)據(jù)自適應層次聚類方法
【技術領域】
[0001] 本發(fā)明涉及一種基于夾角DTW距離的衛(wèi)星遙測數(shù)據(jù)自適應層次聚類方法。
【背景技術】
[0002] 聚類功能是數(shù)據(jù)挖掘領域中一項重要的基本功能，在聚類的基礎之上可以完成多 種數(shù)據(jù)挖掘任務，比如異常檢測、模式挖掘等等。同時，由于衛(wèi)星遙測數(shù)據(jù)有其自身特點，比 如：參數(shù)多、維度高、存在漂移等，這些特點致使在針對衛(wèi)星遙測數(shù)據(jù)的數(shù)據(jù)挖掘工作中需 要應用更為合理的時間序列相似性度量方法。針對一些復雜或者特點不盡相同的衛(wèi)星遙測 數(shù)據(jù)，選取適當?shù)臅r間序列相似性度量方法，可以確保相應的模式挖掘取得更為良好的效 果。
[0003] 衛(wèi)星遙測數(shù)據(jù)分段后的序列是典型的時間序列具有動態(tài)變化、存在微小偏差的特 點，而傳統(tǒng)的歐式距離是以點距離為基礎的，而點距離只能度量時間序列的靜態(tài)特性，無法 有效體現(xiàn)時間序列的動態(tài)特性，同時，針對存在偏差的時間序列需要采用能夠?qū)崿F(xiàn)異步度 量的度量方法，歐式距離同樣無法實現(xiàn)，故傳統(tǒng)的歐式距離不適用于衛(wèi)星遙測數(shù)據(jù)分段后 的時間序列的相似性度量。
[0004] 另一方面，傳統(tǒng)的層次聚類方法存在需要人工設定聚類數(shù)目的缺陷，若聚類數(shù)目 設定不當將會使得聚類結果不夠理想。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是為了解決傳統(tǒng)的歐式距離存在不適用于衛(wèi)星遙測數(shù)據(jù)分段后的 時間序列的相似性度量和傳統(tǒng)的層次聚類方法存在需要人工設定聚類數(shù)目的問題，而提出 一種基于夾角DTW距離的衛(wèi)星遙測數(shù)據(jù)自適應層次聚類方法。
[0006] 一種基于夾角DTW距離的衛(wèi)星遙測數(shù)據(jù)自適應層次聚類方法，所述聚類方法通過 以下步驟實現(xiàn)：
[0007] 步驟一、根據(jù)衛(wèi)星遙測數(shù)據(jù)的周期特性對衛(wèi)星遙測歷史數(shù)據(jù)進行分段，得到無類 別標簽的原始時間序列X。= {X(]1，，…，X1J ;其中，η為大于0的正整數(shù)，表示時間序列數(shù) 目；
[0008] 步驟二、依據(jù)原始時間序列的特征，引入時間變量，對無類別標簽的原始時間序列 重新進行表示，得到基于數(shù)值與時間表示的時間序列集合X= (X1,X2，…，XJ ;其中，
[0009] Xi= {(X L)，（xi2, ti2)，…，（xim, tim)}，表示用數(shù)值與時間表示的時間序列集合 X中的第i個序列，i = 1，2，···，η，πι表示時間序列長度；
[0010] 步驟三、在數(shù)值與時間表示的時間序列集合X基礎上，用相鄰線段間的夾角構成 的角度序列近似表示得到角度表示的序列集合t ={Χ/，Χ2'，···，Χη' };其中，
[0011] X/ = {aj，αι2'，···，Cii0ii2/ }，表示角度表示的序列集合X'中的第i個 序列；
[0012] 步驟四、將角度表示的序列集合t中的序列成員t p 作為計算序列成 員之間夾角DTW距離的輸入，得到序列成員之間夾角DTW距離Cllj= DTWla(X' u ρ， 遍歷所有成員，從而得到由所有的序列成員之間的夾角DTW距離構成的nXn距離矩陣
[0013] 步驟五、將每個無類別標簽的角度表示的序列集合X'的成員歸為一個類，共得到 η個類，每個類僅包含一個對象，類與類之間的距離就是序列成員之間的夾角DTW距離，并 令R j (n) = 0以保證不會將類別數(shù)為η的情況視為最佳聚類數(shù)目，Rj為類間類內(nèi)距離比值 序列，用于評估聚類質(zhì)量，R 1序列長度為n，R : (η)表示R1中的第η個元素；
[0014] 步驟六、將夾角DTW距離最小的兩個類作為最接近的兩個類進行合并，形成一個 新類，則類的總數(shù)減少一個，此時類別數(shù)目為j'，計算加權類間夾角DTW距離與加權類內(nèi)夾 角DTW距離之間的比值，即類間類內(nèi)距離比R 1 (j'）；
[0015] 步驟七、將步驟六中未合并的類作為舊類，重新計算新類與所有舊類之間的夾角 DTW距離，更新距離矩陣；
[0016] 步驟八、重復步驟六和步驟七的過程，對所有可能的類別都遍歷一遍直到合并成 一個類別為止，并令R1(I) = 〇以避免將類別數(shù)為1的情況視為最佳聚類數(shù)目；
[0017] 步驟九、獲取&序列中前半段序列
的最大值I^(C);其 中，最大值R1 (C)對應的c即為最佳的聚類數(shù)目，并獲得對應c類的角度表示的序列集合X' 聚類后類別標簽L = ΙΛ，I2，…，IJ，完成自適應層次聚類過程。
[0018] 本發(fā)明的有益效果為：
[0019] 本文根據(jù)衛(wèi)星遙測數(shù)據(jù)的周期特性對衛(wèi)星遙測數(shù)據(jù)進行分段，分段后得到的子 序列具有存在微小偏差的特點；再采用能夠?qū)崿F(xiàn)異步度量的動態(tài)時間規(guī)整（Dynamic Time Warping，DTW)距離對衛(wèi)星遙測數(shù)據(jù)時間序列轉換后得到的夾角序列進行度量，結合自適應 層次聚類算法對衛(wèi)星遙測數(shù)據(jù)歷史數(shù)據(jù)進行聚類，得到衛(wèi)星正常運行模式。各部分的具體 發(fā)明效果如下：
[0020] 首先，采用夾角DTW距離對衛(wèi)星遙測數(shù)據(jù)分段后的時間序列之間的距離進行度 量，能有效體現(xiàn)時間序列的動態(tài)特性同時實現(xiàn)異步度量，解決了由于時間序列存在微小偏 移而使度量結果不夠確的問題。
[0021] 其次，針對層次聚類需要人工設定聚類數(shù)目的問題，提出了一種以類間類內(nèi)距離 比值為評價標準的自適應層次聚類方法，使層次聚類算法能夠自動確定最優(yōu)類別數(shù)目，避 免了由于人工設定聚類數(shù)目不當?shù)那闆r導致的聚類結果以及異常檢測結果不夠理想的問 題。
【附圖說明】
[0022] 圖1為本發(fā)明基于夾角DTW距離的衛(wèi)星遙測數(shù)據(jù)自適應層次聚類方法的流程框 圖；
[0023] 圖2為選擇FaceUCR數(shù)據(jù)集對公開數(shù)據(jù)集進行驗證的結果；
[0024] 圖3為選擇SonyAlBORobotSurface數(shù)據(jù)集對公開數(shù)據(jù)集進行驗證的結果；
[0025] 圖4為選擇fish數(shù)據(jù)集對公開數(shù)據(jù)集進行驗證的結果；
[0026] 圖5為選擇TwoLeadECG數(shù)據(jù)集對公開數(shù)據(jù)集進行驗證的結果；
[0027] 圖6為進行自適應層次聚類方法的有效性驗證仿真數(shù)據(jù)；
[0028] 圖7為對仿真數(shù)據(jù)采用自適應層次聚類的處理結果的聚類質(zhì)量曲線；
[0029] 圖8為仿真數(shù)據(jù)進行聚類的聚類結果；
[0030] 圖9為針對衛(wèi)星遙測數(shù)據(jù)開展基于夾角DTW距離的自適應層次聚類方法應用實驗 數(shù)據(jù)示例；
[0031] 圖10為采用基于夾角DTW距離的自適應層次聚類方法將飛輪轉速D測試參量的 20個時間序列識別為兩類的示意。
【具體實施方式】
【具體實施方式】 [0032] 一：
[0033] 本實施方式的一種基于夾角DTW距離的衛(wèi)星遙測數(shù)據(jù)自適應層次聚類方法，如圖 1所示的流程圖，所述聚類方法通過以下步驟實現(xiàn)：
[0034] 步驟一、根據(jù)衛(wèi)星遙測數(shù)據(jù)的周期特性對衛(wèi)星遙測歷史數(shù)據(jù)進行分段，得到無類 別標簽的原始時間序列X。= {X(]1，，…，X1J ;其中，η為大于0的正整數(shù)，表示時間序列數(shù) 目；
[0035] 步驟二、依據(jù)原始時間序列的特征，引入時間變量，對無類別標簽的原始時間序列 重新進行表示，得到基于數(shù)值與時間表示的時間序列集合X= (X1, X2，…，XJ ;其中，
[0036] Xi= {(X L)，（xi2, ti2)，…，（xim, tim)}，表示用數(shù)值與時間表示的時間序列集合 X中的第i個序列，i = 1，2，···，η，πι表示時間序列長度；
[0037] 步驟三、在數(shù)值與時間表示的時間序列集合X基礎上，用相鄰線段間的夾角構成 的角度序列近似表示得到角度表示的序列集合t ={Χ/，Χ2'，···，Χη' };其中，
[0038] X/ = {aj，αι2'，···，Cil0ii2/ }，表示角度表示的序列集合X'中的第i個 序列；
[0039] 步驟四、將角度表示的序列集合t中的序列成員t p ^乍為計算序列成 員之間夾角DTW距離的輸入，得到序列成員之間夾角DTW距離Cllj= DTWla(X' u j)， 遍歷所有成員，從而得到由所有的序列成員之間的夾角DTW距離構成的nXn距離矩陣
[0040] 步驟五、將每個無類別標簽的角度表示的序列集合t的成員歸為一個類，共得到 η個類，每個類僅包含一個對象，類與類之間的距離就是序列成員之間的夾角DTW距離，并 令R j (n) = 0以保證不會將類別數(shù)為η的情況視為最佳聚類數(shù)目，Rj為類間類內(nèi)距離比值 序列，用于評估聚類質(zhì)量，R 1序列長度為n，R : (η)表示R1中的第η個元素；
[0041] 步驟六、將夾角DTW距離最小的兩個類作為最接近的兩個類進行合并，形成一個 新類，則類的總數(shù)減少一個，此時類別數(shù)目為j'，計算加權類間夾角DTW距離與加權類內(nèi)夾 角DTW距離之間的比值，即類間類內(nèi)距離比R 1 (j'）；