文件名称：DTCR:Tensorflow实施论文《时间序列聚类的学习表示》（NIPS 2019接受论文）
文件大小：15KB
文件格式：ZIP
更新时间：2024-05-20 20:11:56
deep-learning time-series clustering nips-2019 Python
读我的文件 Tensorflow实施论文《时间序列聚类的学习表示》（NIPS 2019接受论文）。 该代码不是正式版本。 细节 马群，郑洁，李珊，科特雷尔（GW）（2019）。 学习时间序列聚类的表示形式。 神经信息处理系统的进展（第3781-3791页）。 @inproceedings {ma2019learning，标题= {时间序列聚类的学习表示}，作者= {Ma，Qianli and Zheng，Jiawei and Li，Sen and Cottrell，Gary W}，书名= {神经信息处理系统的发展}，页数{3781--3791}，年份= {2019}} 一些结果 RI（土地指数）被用作绩效（与论文相同）。 由于sklearn软件包中没有正式的实现方法，因此我使用了的RI实现。 我将每个实验运行5次，并报告均值和标准差。 best列代表所有实验中的最佳性能。 paper
【文件预览】：
DTCR-master
----.gitignore(68B)
----classification.py(384B)
----drnn.py(8KB)
----utils.py(4KB)
----kmeans.py(1KB)
----config.py(930B)
----framework.py(6KB)
----readme.md(6KB)
----readme_cn.md(6KB)
----main.py(3KB)
----rnns.py(2KB)