基于微局部特征的时序数据二分类算法
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Time Series Binary Classification Based on Mini Local Features
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 增强出版
  • |
  • 文章评论
    摘要:

    在诸多时序数据分类算法中,有一类算法借助时序数据的局部特征对时序数据进行分类,它们取得了不错的分类结果,然而其时间复杂度以及分类精度依旧存在可见的提升空间.本文提出的微局部特征二分类算法,着眼于局部特征本身的性质,对局部特征集进行限制,进而改进现有的基于局部特征的分类算法.新算法通过理论分析支撑,将经典算法的局部特征集大幅缩小,进而显著提升了分类算法的时间性能.另一方面通过重定义局部特征的评价标准,新算法选出性质更为优良的局部特征,提升了分类精度.

    Abstract:

    Among all kinds of time series classification algorithm, algorithms based on local features of time series data have achieved reasonable results. However, there is still abundant space for improvements of them in time complexity and accuracy. In this study, we propose an improved algorithm based on local features. It focuses on the property of local features and put restrictions on the set of local features. On the one hand, supported by theoretical analysis, our new algorithm cuts the size of set of local features and consequently reduces the time and space complexity. On the other hand, we redefine the criteria of selecting local features so that we can select more discriminative local features.

    参考文献
    相似文献
    引证文献
引用本文

舒伟博.基于微局部特征的时序数据二分类算法.计算机系统应用,2019,28(11):138-146

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2019-03-25
  • 最后修改日期:2019-04-18
  • 录用日期:
  • 在线发布日期: 2019-11-08
  • 出版日期: 2019-11-15
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号