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.