Resumen

El método de agrupamiento de relaciones grises existente tiene limitaciones en la aplicación de secuencias multidimensionales y no puede calcular directamente el grado de correlación gris entre secuencias de longitudes desiguales. En este artículo, mediante la introducción de la distancia dinámica DTW multidimensional en el modelo de relaciones grises 3D existente, se propone un nuevo modelo de análisis de relaciones grises que puede aplicarse a datos multidimensionales, basado en la distancia DTW. El modelo no requiere una correspondencia uno a uno de puntos de datos, sino que evalúa la similitud de sus curvas geométricas calculando la distancia más corta entre secuencias. Además, dado que se implementa el método tradicional de agrupamiento de correlación gris, el método extrae primero la secuencia de referencia de la secuencia de observación y luego calcula la similitud entre los objetos de observación mediante el cálculo del grado de correlación gris entre cada secuencia y la secuencia de referencia, por lo que cada objeto solo necesita ser calculado una vez. Los resultados experimentales muestran que el grado de correlación gris multidimensional

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Existente; Método de agrupamiento relacional gris; Secuencias multidimensionales; Grado de correlación gris; Distancia DTW; Datos multidimensionales
• Keywords:Existing; Grey relational clustering method; Multidimensional sequences; Grey correlation degree; DTW distance; Multidimensional data