chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

您好,歡迎來電子發(fā)燒友網(wǎng)! ,新用戶?[免費注冊]

您的位置:電子發(fā)燒友網(wǎng)>源碼下載>數(shù)值算法/人工智能>

基于趨勢特征的多樣化top-k shapelet分類方法

大?。?/span>1.03 MB 人氣: 2017-11-29 需要積分:2

  Shapelet是一種具有辨識性的時間序列予序列,通過識別局部特征達到對時間序列準確分類的目的。原始shapelet發(fā)現(xiàn)算法效率較低,大量工作關注于提高shapelet發(fā)現(xiàn)的效率。然而,對于帶有趨勢變化的時間序列,采用典型的時間序列表示方法進行shapelet發(fā)現(xiàn),容易造成序列中趨勢信息的丟失。為了解決時間序列趨勢信息丟失的問題,提出一種基于趨勢特征的多樣化top-k shapelet分類方法:首先采用趨勢特征符號化方法對時間序列的趨勢信息進行表示;然后針對序列的趨勢特征符號獲取shapelet候選集合;最后通過引入多樣化top-k查詢算法從候選集中選取五個最具代表性的shapelets。在時間序列的分類實驗中,與傳統(tǒng)分類算法相比,所提方法在11個數(shù)據(jù)集上的分類準確率均有提升;與FastShapelet算法相比,提升了運行效率,縮短了算法的運行時間,并在趨勢信息明顯的數(shù)據(jù)上效果顯著。結果表明,所提方法能有效提高時間序列的分類準確率,提升算法運行效率。

基于趨勢特征的多樣化top-k shapelet分類方法

非常好我支持^.^

(0) 0%

不好我反對

(0) 0%

      發(fā)表評論

      用戶評論
      評價:好評中評差評

      發(fā)表評論,獲取積分! 請遵守相關規(guī)定!

      ?