文件名称:
提高时间序列分类的准确性：在相似性准则中结合全局信息和局部信息
开发工具:
文件大小: 112kb
下载次数: 0
上传时间: 2021-03-17
详细说明：考虑到时间序列分类在许多领域中的广泛使用，如何提高分类的准确性已经引起了广泛的关注。 本文提出了一种基于全局和局部信息的新的相似度度量（SIMscl），以提高一个最近邻（1NN）分类器的准确率。 具体而言，全局信息记录了时间序列的内在属性，并由两个指标反映：形状信息和复杂性； 本地信息关注值的精确匹配，并通过LB_keogh实现。 同时，提出了一种基于多尺度离散哈尔小波变换，关键点提取和符号化的方法来提取形状信息。 为了测试所提出的形状相似度SIMshape和混合相似度S / Msd的功效，对两个数据集进行了实验：星光曲线和牛肉。 实验评估表明，SIMshape可以处理某些因欧几里德距离（ED），LB_keogh和复杂度不变距离（CID）而误分类的时间序列，并且SIMscl在时间序列INN分类中比ED，LB_keogh和CID具有更高的精度。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
