首页> 中文期刊> 《计算机科学》 >一种使用shapelets的增量式时间序列分类

一种使用shapelets的增量式时间序列分类

         

摘要

根据时间序列数据维度高、实值有序、数据间存在自相关性等特点,对时间序列分类过程进行研究.研究了当前比较流行的时间序列分类方法;从图像处理的角度出发,提出了一种将图片信息转化为时间序列数据的ITTS方法.shapelets作为最能够表示一条时间序列的子序列,随着时间的推移,这个特征序列可能会动态地发生变化.基于这样的思想,提出了一种基于动态发现shapelets的增量式时间序列分类算法IPST.该算法能够较好地动态发现当前最优的k个shapelets,从而提高时间序列分类的准确度.得到的shapelets集合还可以与多个传统的分类器结合,从而获得更佳的分类效果.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号