融合選擇性提取與子類聚類的快速時(shí)間序列shapelet發(fā)現(xiàn)算法
發(fā)布時(shí)間:2021-04-24 06:12
時(shí)間序列分類是時(shí)間序列數(shù)據(jù)挖掘的經(jīng)典問題也是熱點(diǎn)問題之一,它的主要內(nèi)容是將未知類時(shí)間序列歸類到已知的類別中。與傳統(tǒng)的分類問題相比,時(shí)間序列數(shù)據(jù)的屬性有先后次序關(guān)系,傳統(tǒng)的分類問題則沒有這方面的考慮。由于時(shí)間序列數(shù)據(jù)往往維度高且數(shù)據(jù)量大,導(dǎo)致按傳統(tǒng)分類的方法在時(shí)間序列數(shù)據(jù)上進(jìn)行特征選擇的計(jì)算開銷會(huì)很大。因此時(shí)間序列數(shù)據(jù)分類常與一般的分類問題被分離開來單獨(dú)考慮。Ye和Keogh在2009年提出了一種叫shapelet的概念,shapelet是時(shí)間序列中能最大程度反映類別信息的一段連續(xù)子序列,可以很好地解釋分類結(jié)果,即某個(gè)時(shí)間序列為什么屬于某個(gè)類;趕hapelet的時(shí)間序列分類算法具備可解釋性,且分類準(zhǔn)確率高,分類速度快。在這些算法中,shapelet學(xué)習(xí)算法不依賴于單一分類器,可以學(xué)習(xí)出不在原始時(shí)間序列中的shapelet,可以取得較高的分類準(zhǔn)確率,同時(shí)還可以保證shapelet發(fā)現(xiàn)和分類器構(gòu)建同時(shí)完成。但它所產(chǎn)生的結(jié)果shapelet卻實(shí)在太多,喪失了可解釋性,且分類速度降低,并且參數(shù)依賴過多,導(dǎo)致訓(xùn)練時(shí)間太長(zhǎng),動(dòng)態(tài)更新困難。本文對(duì)shapelet學(xué)習(xí)算法做了深入研究,目的是在保持s...
【文章來源】:山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:64 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景
1.2 研究現(xiàn)狀
1.2.1 時(shí)間序列分類
1.2.2 基于shapelet的分類算法
1.3 研究目標(biāo)與內(nèi)容
1.4 論文結(jié)構(gòu)
第二章 相關(guān)工作
2.1 快速Shapelet發(fā)現(xiàn)與選擇算法研究
2.1.1 一種基于重要點(diǎn)的快速shapelet發(fā)現(xiàn)算法
2.1.2 一種快速shapelet選擇算法
2.2 Matrix Profile
2.3 問題分析
2.3.1 shapelet學(xué)習(xí)算法的問題
2.3.2 解決方案
2.4 總結(jié)
第三章 選擇性shapelet提取算法S4
3.1 引言
3.2 相關(guān)定義
3.3 S4算法
3.3.1 時(shí)間序列采樣
3.3.2 基于重要點(diǎn)的選擇性提取
3.3.3 選擇最終shapelet
3.4 算法分析
3.5 實(shí)驗(yàn)
3.5.1 數(shù)據(jù)集描述
3.5.2 實(shí)驗(yàn)設(shè)定
3.5.3 準(zhǔn)確率對(duì)比
3.5.4 耗時(shí)對(duì)比
3.6 總結(jié)
第四章 基于子類聚類的加強(qiáng)S4算法
4.1 引言
4.2 問題描述
4.3 我們的兩個(gè)優(yōu)化策略
4.3.1 子類聚類
4.3.2 投票機(jī)制
4.4 加強(qiáng)S4算法
4.4.1 算法描述
4.4.2 時(shí)間復(fù)雜度
4.5 實(shí)驗(yàn)
4.5.1 實(shí)驗(yàn)設(shè)定
4.5.2 準(zhǔn)確率對(duì)比
4.5.3 耗時(shí)對(duì)比
4.5.4 最終shapelet數(shù)目對(duì)比
4.6 總結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
致謝
碩士期間發(fā)表的論文
碩士期間參加的科研工作
學(xué)位論文評(píng)閱及答辯情況表
【參考文獻(xiàn)】:
期刊論文
[1]基于shapelet的時(shí)間序列分類研究[J]. 閆汶和,李桂玲. 計(jì)算機(jī)科學(xué). 2019(01)
[2]時(shí)間序列數(shù)據(jù)挖掘關(guān)鍵問題分析[J]. 段淑敏. 中國(guó)市場(chǎng). 2016(03)
[3]時(shí)間序列數(shù)據(jù)挖掘綜述[J]. 賈澎濤,何華燦,劉麗,孫濤. 計(jì)算機(jī)應(yīng)用研究. 2007(11)
博士論文
[1]基于Shapelet的時(shí)間序列分類方法研究[D]. 嵇存.山東大學(xué) 2017
本文編號(hào):3156834
【文章來源】:山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:64 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景
1.2 研究現(xiàn)狀
1.2.1 時(shí)間序列分類
1.2.2 基于shapelet的分類算法
1.3 研究目標(biāo)與內(nèi)容
1.4 論文結(jié)構(gòu)
第二章 相關(guān)工作
2.1 快速Shapelet發(fā)現(xiàn)與選擇算法研究
2.1.1 一種基于重要點(diǎn)的快速shapelet發(fā)現(xiàn)算法
2.1.2 一種快速shapelet選擇算法
2.2 Matrix Profile
2.3 問題分析
2.3.1 shapelet學(xué)習(xí)算法的問題
2.3.2 解決方案
2.4 總結(jié)
第三章 選擇性shapelet提取算法S4
3.1 引言
3.2 相關(guān)定義
3.3 S4算法
3.3.1 時(shí)間序列采樣
3.3.2 基于重要點(diǎn)的選擇性提取
3.3.3 選擇最終shapelet
3.4 算法分析
3.5 實(shí)驗(yàn)
3.5.1 數(shù)據(jù)集描述
3.5.2 實(shí)驗(yàn)設(shè)定
3.5.3 準(zhǔn)確率對(duì)比
3.5.4 耗時(shí)對(duì)比
3.6 總結(jié)
第四章 基于子類聚類的加強(qiáng)S4算法
4.1 引言
4.2 問題描述
4.3 我們的兩個(gè)優(yōu)化策略
4.3.1 子類聚類
4.3.2 投票機(jī)制
4.4 加強(qiáng)S4算法
4.4.1 算法描述
4.4.2 時(shí)間復(fù)雜度
4.5 實(shí)驗(yàn)
4.5.1 實(shí)驗(yàn)設(shè)定
4.5.2 準(zhǔn)確率對(duì)比
4.5.3 耗時(shí)對(duì)比
4.5.4 最終shapelet數(shù)目對(duì)比
4.6 總結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
致謝
碩士期間發(fā)表的論文
碩士期間參加的科研工作
學(xué)位論文評(píng)閱及答辯情況表
【參考文獻(xiàn)】:
期刊論文
[1]基于shapelet的時(shí)間序列分類研究[J]. 閆汶和,李桂玲. 計(jì)算機(jī)科學(xué). 2019(01)
[2]時(shí)間序列數(shù)據(jù)挖掘關(guān)鍵問題分析[J]. 段淑敏. 中國(guó)市場(chǎng). 2016(03)
[3]時(shí)間序列數(shù)據(jù)挖掘綜述[J]. 賈澎濤,何華燦,劉麗,孫濤. 計(jì)算機(jī)應(yīng)用研究. 2007(11)
博士論文
[1]基于Shapelet的時(shí)間序列分類方法研究[D]. 嵇存.山東大學(xué) 2017
本文編號(hào):3156834
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3156834.html
最近更新
教材專著