基于小波的时间序列趋势检测聚类
信号处理
2020-11-25 v1 计算机视觉与模式识别
机器学习
摘要
本文引入一种依据趋势（上升、停滞/下降及季节性行为）对时间序列进行聚类的方法。该聚类通过对离散小波变换所得系数子集使用 -means 方法实现，大幅降低维度。该方法应用于一个用例：对 61 家零售店的 864 条日销售收入时间序列进行聚类。针对不同的母小波给出结果，并借助主成分分析以及由所选小波系数对信号的重构，讨论各小波系数及其尺度的重要性。
引用
@article{arxiv.2011.12111,
title = {Wavelet-based clustering for time-series trend detection},
author = {Vincent Talbo and Mehdi Haddab and Derek Aubert and Redha Moulla},
journal= {arXiv preprint arXiv:2011.12111},
year = {2020}
}
备注
10 pages, 11 figures