Ranked differences Pearson correlation dissimilarity with an application to electricity users time series clustering
创建于 更新于
摘要
本论文提出一种新型时间序列相异度度量方法——排名差异皮尔逊相关相异度（RDPC），结合最大元素差异的加权平均与皮尔逊相关相异度，实现分层聚类。通过多组模拟数据实验，RDPC在处理具有不同季节性、趋势和峰值的复杂数据集表现优异。最终，方法应用于泰国电力局电力用户数据，成功将消费者划分为七个具有独特特征的群体，展示了其实际应用价值与对复杂时序数据聚类的适用性 [page::0][page::1][page::8][page::13][page::14]
