时频域多增强视图时间序列对比聚类
Time-frequency domain multi-augmented view contrastive clustering for time series
江苏师范大学 人工智能与计算机学院 江苏省高校教育智能技术重点实验室, 江苏 徐州 221000
摘要
针对当前深度时序聚类方法存在难以有效利用时间序列的时域与频域特征、以及表征学习与聚类分离等问题，提出了一种新型的深度聚类方法——时频域多增强视图时间序列对比聚类(TFACC)。该方法通过时频域多视图增强架构和对比聚类，提升了特征学习能力。该方法利用具有三重共享权重的骨干网络，将传统的双增强视图范式扩展至多个视图，实现了时域与频域增强的联合利用，以提升深度聚类的性能。基于主干网络生成的特征表示，时域增强视图对和频域增强视图对同时用于实例级对比学习和簇级对比学习，它与主干网络一起，可以以完全无监督的方式联合优化。实验结果表明，该方法在30个基准数据集上的聚类性能优于其他7种基准方法，证明了其有效性与优越性。
基金项目
江苏高校"青蓝工程"资助项目
国家自然科学基金资助项目(62006104)
江苏师范大学研究生科研与实践创新基金资助项目(2024XKT2583)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.08.0401
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第5期
发布历史
[2026-01-20] 优先出版
引用本文
王从瑜, 杜明晶. 时频域多增强视图时间序列对比聚类 [J]. 计算机应用研究, 2026, 43 (5). (2026-01-20). https://doi.org/10.19734/j.issn.1001-3695.2025.08.0401. (Wang Congyu, Du Mingjing. Time-frequency domain multi-augmented view contrastive clustering for time series [J]. Application Research of Computers, 2026, 43 (5). (2026-01-20). https://doi.org/10.19734/j.issn.1001-3695.2025.08.0401. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
