点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - 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
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
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
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
所属分类:
其它
发布日期:2021-03-17
文件大小:114688
提供者:
weixin_38703468