基于约束非负矩阵分解的多视图聚类方法

面向群智系统边界开放等特点，从多元时间序列数据中挖掘数据的多视图信息。将多元时间序列数据根据不同变量分解为多个视图，并采用非负矩阵分解方法提取多元时间序列数据的全局信息和局部信息。

Aiming at the characteristics such as boundary openness of crowd intelligence systems, this work mines multi-view information from multivariate time series data. Specifically, the multivariate time series data is decomposed into multiple views according to different variables, and the Non-negative Matrix Factorization method is used to extract the global and local information of the multivariate time series data.

搜集汇总

背景与挑战

背景概述

该数据集涉及一种基于约束非负矩阵分解的多视图聚类方法，旨在处理群智系统中的多元时间序列数据。该方法通过将数据分解为多个视图，并利用非负矩阵分解来提取数据的全局和局部信息，以实现多视图聚类分析。