分析2019Neurocomputing 1区论文Multivariate time series clustering based on common principal component analysis
论文作者:中国华侨大学 Hailin Li
论文代码:在实验部分只提到使用MATLAB2010,但尚未见公开
论文语言风格比较适合Chinese,共PDF20页,可一天读完,在此做下阅读分析和感悟。
一、论文总体框架
一共分为5个部分,
1、Introduction:介绍一元时序数据和多元时序数据的各自常用方法,分析DTW的困境,列举基于传统方法之上需要继续研究的3个问题,最后阐述本文所解决的问题以及算法思路。
2、Preliminaries:简要介绍PCA,涉及到协方差矩阵和奇异值分解。需要了解主成分分析法,作者提出的算法也是基于此。
3、 MTS clustering based on CPCA:本文的一个核心部分,可以分为这几个部分,第一是提出要融合DTW和PCA的特点(PCA关注变量之间的关系,DTW关注序列(MTSÿ