基于结构特征时序聚类方法研究.PDF

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
ZTETECHNOLOGYJOURNAL 基于结构特征的时序聚类方法研究 孟志浩等 技术广角 DOI:10.3969/j.issn.1009-6868.2018.03.011 网络出版地址:/kcms/detail/34.1228.TN1113.002.html 基于结构特征的时序聚类方法研究基于结构特征的时序聚类方法研究 TimeSeriesClusteringBasedonStructuralFeaturesTimeSeriesClusteringBasedonStructuralFeatures 中图分类号:TN929.5 文献标志码:A 文章编号:1009-6868(2018)03-0061-006 孟志浩/MENGZhihao 摘要:数据驱动的智能运维对提高云平台的管理效率有重要意义。提出一种基于 刘建伟/LIUJianwei 结构特征的时序聚类方法以用于云平台大量性能数据的智能分类。该方法采用分 韩静/HANJing 级处理的方式用于降低聚类复杂度,首先基于傅里叶变换将时序分为明显周期型和 (中兴通讯股份有限公司,广东 深圳 非明显周期型两大类,然后从时序中提取季节性指标、趋势性指标、偏度、相对熵、 518057) 样本熵、自相似性和李雅普诺夫系数等7个特征,最后在每个大类中基于特征空间 (ZTECorporation,Shenzhen 518057,China) 进行K均值聚类分析。实验数据仿真表明:所提方法能够有效将不同波形特性的时 序分开。 关键词:特征提取;时序聚类;数据挖掘;云平台 Abstract: Data-drivenintelligentOperationManagement(OM)hassignificant importanceforimprovingtheefficiencyofcloudplatformmaintenance.Inthispaper, atimeseriesclusteringmethodbasedonstructuralfeaturesisproposedfor classifyinglarge-scalemetricsincloudplatform.Ahierarchicalschemeisadoptedto 注。采用时序建模和数据挖掘的方 reducethecomplexityofclustering.First,thetimeseriesareclassifiedintotwobig 法根据性能数据的历史分布设定其 categoriesbasedonFouriertransformation:significantperiodicityandnon-significant periodicity.Secondly,sevenfeaturesareextractedfromthedata:seasonalde

文档评论(0)

150****0990 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档