發(fā)布時間：2019-05-19 17:05

【摘要】：針對基于shapelets轉(zhuǎn)換的時間序列分類方法中候選shapelets存在較大相似性的問題,提出一種基于多樣化top-k shapelets轉(zhuǎn)換的分類方法 Div Top KShapelet。該方法采用多樣化top-k查詢技術,去除相似shapelets,并篩選出最具代表性的k個shapelets集合,最后以最優(yōu)shapelets集合為特征對數(shù)據(jù)集進行轉(zhuǎn)換,達到提高分類準確率及時間效率的目的。實驗結果表明,Div Top KShapelet分類方法不僅比傳統(tǒng)分類方法具有更高的準確率,而且與使用聚類篩選的方法(Cluster Shapelet)和shapelets覆蓋的方法(Shapelet Selection)相比,分類準確率最多提高了48.43%和32.61%;同時在所有15個數(shù)據(jù)集上均有計算效率的提升,最少加速了1.09倍,最高可達到287.8倍。
[Abstract]:In order to solve the problem that candidate shapelets has great similarity in time series classification method based on shapelets transformation, a classification method Div Top KShapelet. based on diversified top-k shapelets transformation is proposed. In this method, the diversified top-k query technology is used to remove the similar shapelets, and select the most representative k shapelets sets. finally, the optimal shapelets set is used to transform the data sets, so as to improve the classification accuracy and time efficiency. The experimental results show that the, Div Top KShapelet classification method not only has higher accuracy than the traditional classification method, but also has higher accuracy than the clustering screening method (Cluster Shapelet) and the shapelets covering method (Shapelet Selection). The classification accuracy was improved by 48.43% and 32.61% at most. At the same time, the computational efficiency has been improved on all 15 datasets, accelerating at least 1.09 times and reaching a maximum of 287.8 times.
【作者單位】： 中國礦業(yè)大學計算機科學與技術學院;中國礦業(yè)大學安全工程學院;
【基金】：江蘇省自然科學基金資助項目(BK20140192) 中國礦業(yè)大學青年科技基金資助項目(2013QNB16)~~
【分類號】：O211.61

【相似文獻】

相關期刊論文 前10條

1 施久玉,杜金觀;有限個狀態(tài)時間序列的某些結果[J];應用數(shù)學學報;1990年01期

2 馮希杰;長江三峽及其鄰區(qū)斷裂活動時間序列[J];華南地震;1991年02期

3 王霞,郭嗣琮,劉淑娟;時間序列模糊滑動預測[J];遼寧工程技術大學學報(自然科學版);1999年03期

4 溫品人;時間序列預測法的實際應用分析[J];江蘇廣播電視大學學報;2001年06期

5 許清海;混沌投資時間序列的嬗變[J];漳州師范學院學報(自然科學版);2003年01期

6 程毛林;時間序列系統(tǒng)建模預測的一種新方法[J];數(shù)學的實踐與認識;2004年08期

7 高潔;長記憶時間序列適應性預測的應用[J];江南大學學報;2004年05期

8 高潔;孫立新;;長記憶時間序列的適應性預測誤差的譜密度[J];統(tǒng)計與決策;2006年13期

9 楊鐘瑾;;淺談時間序列的分析預測[J];中國科技信息;2006年14期

10 李健;孫廣中;許胤龍;;基于時間序列的預測模型應用與異常檢測[J];計算機輔助工程;2006年02期

相關會議論文 前10條

1 周家斌;張海福;楊桂英;;多維多步時間序列預報方法及其應用[A];中國現(xiàn)場統(tǒng)計研究會第九屆學術年會論文集[C];1999年

2 馬培蓓;紀軍;;基于時間序列的航空備件消耗預測[A];中國系統(tǒng)工程學會決策科學專業(yè)委員會第六屆學術年會論文集[C];2005年

3 盧世坤;李夕海;牛超;陳蛟;;時間序列的非線性非平穩(wěn)特性研究綜述[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

4 李強;;基于線性模型方法對時間序列中異常值的檢測及證券實證分析[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機遇、責任和對策（上冊）[C];2002年

5 戴麗金;何振峰;;基于云模型的時間序列相似性度量方法[A];第八屆中國不確定系統(tǒng)年會論文集[C];2010年

6 謝美萍;趙希人;莊秀龍;;多維非線性時間序列的投影尋蹤學習逼近[A];'99系統(tǒng)仿真技術及其應用學術交流會論文集[C];1999年

7 張大斌;李紅燕;劉肖;張文生;;非線性時問序列的小波-模糊神經(jīng)網(wǎng)絡集成預測方法[A];第十五屆中國管理科學學術年會論文集（下）[C];2013年

8 黃云貴;;基于時間序列的電網(wǎng)固定資產(chǎn)投資規(guī)模研究[A];2012年云南電力技術論壇論文集（文摘部分）[C];2012年

9 李松臣;張世英;;時間序列高階矩持續(xù)和協(xié)同持續(xù)性研究[A];21世紀數(shù)量經(jīng)濟學（第8卷）[C];2007年

10 陳赫;羅聲求;;歷史橫斷面數(shù)據(jù)的時間序列化[A];科學決策與系統(tǒng)工程——中國系統(tǒng)工程學會第六次年會論文集[C];1990年

相關重要報紙文章 前6條

1 ;《時間序列與金融數(shù)據(jù)分析》[N];中國信息報;2004年

2 何德旭 王朝陽;時間序列計量經(jīng)濟學：協(xié)整與有條件的異方差自回歸[N];中國社會科學院院報;2003年

3 劉俏;讓數(shù)據(jù)坦白真相[N];21世紀經(jīng)濟報道;2003年

4 西南證券高級研究員 董先安邋德圣基金研究中心 郭奔宇;預計6月CPI同比上漲7.2%[N];證券時報;2008年

5 東證期貨 王愛華　楊衛(wèi)東;兩年漲跌輪回 秋季普遍下跌[N];期貨日報;2009年

6 任勇邋鄭重;中國對世界鋼材價格的影響實證分析[N];現(xiàn)代物流報;2007年

相關博士學位論文 前10條

1 張墨謙;遙感時間序列數(shù)據(jù)的特征挖掘：在生態(tài)學中的應用[D];復旦大學;2014年

2 張德成;滑坡預測預報研究[D];昆明理工大學;2015年

3 苗圣法;時間序列的模式檢測[D];蘭州大學;2015年

4 翁同峰;時間序列與復雜網(wǎng)絡之間等價性問題及表征應用研究[D];哈爾濱工業(yè)大學;2015年

5 楊婷婷;用Argo浮標結合衛(wèi)星觀測估算北太平洋經(jīng)向熱輸運[D];中國科學院研究生院(海洋研究所);2015年

6 史文彬;時間序列的相關性及信息熵分析[D];北京交通大學;2016年

7 原繼東;時間序列分類算法研究[D];北京交通大學;2016年

8 盧偉;基于粒計算的時間序列分析與建模方法研究[D];大連理工大學;2015年

9 王曉曄;時間序列數(shù)據(jù)挖掘中相似性和趨勢預測的研究[D];天津大學;2003年

10 李桂玲;時間序列的分割及不一致發(fā)現(xiàn)研究[D];華中科技大學;2012年

相關碩士學位論文 前10條

1 陳健;基于多變量相空間重構的投資組合策略研究[D];華南理工大學;2015年

2 蘭鑫;時間序列的復雜網(wǎng)絡轉(zhuǎn)換策略研究[D];西南大學;2015年

3 米曉將;區(qū)域尺度下月均氣溫的時空演化格局研究[D];昆明理工大學;2015年

4 張鳴敏;基于支持向量回歸的PM_(2.5)濃度預測研究[D];南京信息工程大學;2015年

5 林健;基于改進小世界回聲狀態(tài)網(wǎng)的時間序列預測[D];渤海大學;2015年

6 曹智麗;日氣溫和干旱指數(shù)支持向量回歸預測方法[D];南京信息工程大學;2015年

7 高雄飛;基于分形理論的土壤含水量時間序列特性分析[D];長安大學;2015年

8 姚茜;城市安全生產(chǎn)發(fā)展目標研究[D];中國地質(zhì)大學(北京);2015年

9 謝翠穎;蘇州社會消費品零售總額簡析[D];蘇州大學;2015年

10 包仁義;基于時間序列的搜索引擎評估模型算法研究[D];東北師范大學;2015年

，

本文編號：2480898