《表1 实验数据集：面向时间序列事件的动态矩阵聚类方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向时间序列事件的动态矩阵聚类方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验平台为Intel?i5-6500 3.20 GHz处理器，8 GB内存，Windows 10(64 bit）操作系统。从UCR公开数据库中选取6个数据集进行实验，如表1所示。从聚类准确率、聚类可靠性、时间效率等方面验证本文提出的RDMC方法的有效性，对比方法为K-means、DBSCAN(density-based spatial clustering of applications with noise）、Spectral、U-Shapelets等。阈值参数τ取0.05，φ在两个较大数据集FordA与StarLightCurves上取0.07，在其他小规模数据集上取0.03。