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)