基于边缘算子的有效子序列分割方法

计算机与现代化 ›› 2011, Vol. 7 ›› Issue (7): 92-95.doi:

基于边缘算子的有效子序列分割方法

孙达辰1，孙迎燕2，周广群3

1.牡丹江医学院图书馆技术部，黑龙江牡丹江 157011； 2.牡丹江医学院附属红旗医院超声科，黑龙江牡丹江 157011；3.牡丹江医学院图书馆流通部，黑龙江牡丹江 157011

收稿日期:2011-03-01 修回日期:1900-01-01 出版日期:2011-07-15 发布日期:2011-07-15

Segmentation Algorithm for Effective Subsequence Based on Edge Operator

SUN Da-chen1， SUN Ying-yan2， ZHOU Guang-qun3

1.Technology Department in Library of Mudanjiang Medical College, Mudanjiang 157011, China；2.Ultrasonic Department in Hongqi Hospital of Mudanjiang Medical College, Mudanjiang 157011, China；3.Circulation Department in Library of Mudanjiang Medical College, Mudanjiang 157011, China

Received:2011-03-01 Revised:1900-01-01 Online:2011-07-15 Published:2011-07-15

摘要/Abstract

摘要： 在深入分析时间序列中边缘算子的特点后，以划分不等长子、具有相对完整变化趋势的时间序列为目的，提出基于边缘算子的有效子序列分割方法。该方法能有效分割出具有相对完整变化趋势的、不同长度的子序列，同时具有高效、实现方法简便、效果直观的优点，对于不同领域的数据适应性良好。

关键词: 时间序列, 边缘算子, 插值误差, 聚类, 分割

Abstract: After edge operator in time series is deeply analyzed, aimed at segmenting the different width and relatively complete tendency in the time series, a method named segmentation algorithm for effective subsequence based on edge operator is introduced. This method is good at segmenting the different width and relatively complete tendency, at the same time, it is of the merits of easily being carried out, remarkable result and suitable ability for the data from different fields.

Key words: time series, edge operator, interpolation error, clustering, segmentation

孙达辰孙迎燕周广群. 基于边缘算子的有效子序列分割方法[J]. 计算机与现代化, 2011, 7(7): 92-95.

SUN Da-chen;SUN Ying-yan;ZHOU Guang-qun. Segmentation Algorithm for Effective Subsequence Based on Edge Operator[J]. Computer and Modernization, 2011, 7(7): 92-95.

[1]	吕美静1, 年梅1, 张俊1, 2, 付鲁森1. 基于自编码器的网络流量异常检测[J]. 计算机与现代化, 2024, 0(12): 40-44.
[2]	万鸿炜, 陈平华. 基于Involution算子和协调反向注意力的息肉图像分割[J]. 计算机与现代化, 2024, 0(11): 84-90.
[3]	周安达, 唐超颖. 雨天道路场景语义分割算法及其移动端部署[J]. 计算机与现代化, 2024, 0(10): 7-13.
[4]	黄杉杉1, 吴巍2, 徐雨晴1, 魏婕1. 基于改进Mask R-CNN和LSD的图纸管道检测方法[J]. 计算机与现代化, 2024, 0(10): 42-48.
[5]	李进1, 魏艳龙1, 薛红新2, 梁海坚2. 基于LSTM-SIR-EAKF的流感样病例预测[J]. 计算机与现代化, 2024, 0(09): 38-44.
[6]	刘文亮1, 吴飞1, 何德明1, 赵维伟2, 潘建宏3. 基于相异度矩阵的碎片化回复文本聚类方法[J]. 计算机与现代化, 2024, 0(09): 56-60.
[7]	时现伟1, 范鑫2. 基于轻量化的视频帧场景语义分割方法[J]. 计算机与现代化, 2024, 0(08): 49-53.
[8]	赵文博1, 向东1, 王玖斌2, 邓岳辉3, 张伟1, 康倩1, 李玉洁1. 基于改进黏菌算法与Tsallis熵的电力设备红外图像分割[J]. 计算机与现代化, 2024, 0(06): 70-75.
[9]	符灵利, 邱宇, 张新晨 . 基于改进U-Net多特征融合的血管分割#br#[J]. 计算机与现代化, 2024, 0(06): 76-82.
[10]	朱纷, 何立风, 孙爽, 张梦颖, 于佳佳. 基于形变残差和级联编码的胰腺分割模型[J]. 计算机与现代化, 2024, 0(06): 83-88.
[11]	乔佳, 徐琨, 胡佩蓉. 多尺度特征融合的版面分析方法[J]. 计算机与现代化, 2024, 0(05): 16-21.
[12]	袁红伟1, 常利军1, 郝家欢2, 樊娜2, 王超2, 罗闯2, 张泽辉2. 基于标签传播的轨迹兴趣点挖掘及隐私保护[J]. 计算机与现代化, 2024, 0(05): 46-54.
[13]	贾子煜1, 黄欢1, 胡春艾2, 窦丽娜2. 基于MR的左心房纤维化区域分割与重建[J]. 计算机与现代化, 2024, 0(05): 75-79.
[14]	张子旭, 李嘉莹, 栾鹏鹏, 彭圆圆. 基于注意力机制的U-Net眼底图像分割算法[J]. 计算机与现代化, 2024, 0(05): 110-114.
[15]	敖博超, 范冰冰. 基于AP聚类算法的联邦学习聚合算法[J]. 计算机与现代化, 2024, 0(04): 5-11.