您好,歡迎來電子發(fā)燒友網(wǎng)! ,新用戶?[免費注冊]

您的位置:電子發(fā)燒友網(wǎng)>源碼下載>數(shù)值算法/人工智能>

基于SAX的時間序列分類

大小:0.81 MB 人氣: 2017-11-30 需要積分:2

  分類問題是數(shù)據(jù)挖掘中的基本問題之一,時間序列的特征表示及相似性度量是時間序列數(shù)據(jù)挖掘中分類、聚類及模式發(fā)現(xiàn)等任務(wù)的基礎(chǔ)。SAX方法是一種典型的時間序列符號化表示方法,在采用該方法的基礎(chǔ)上對時間序列進(jìn)行分類,不僅可以有效地降維、降噪,而且具有簡單、直觀等特點,但是該方法有可能造成信息損失并影響到分類結(jié)果的準(zhǔn)確性。為了彌補(bǔ)信息損失對分類結(jié)果的影響,采用了集成學(xué)習(xí)中大多數(shù)投票方法來彌補(bǔ)BOP表示后的信息損失,從而提高整個分類器的效率。針對一些樣本在BOP表示中都損失了相似的重要信息,以至于大多數(shù)投票無法進(jìn)一步提高分類效率的問題,進(jìn)一步提出了結(jié)合集成學(xué)習(xí)中AdaBoost算法,通過對訓(xùn)練樣本權(quán)重的調(diào)整,從而達(dá)到以提高分類器性能來彌補(bǔ)信息損失的效果。實驗結(jié)果表明,將BOP方法與集成學(xué)習(xí)相結(jié)合的方法框架,不僅能很好地處理SAX符號化表示中的信息損失問題,而且與已有方法相比,在分類準(zhǔn)確度方面也有顯著的提高。
?

非常好我支持^.^

(0) 0%

不好我反對

(0) 0%

      發(fā)表評論

      用戶評論
      評價:好評中評差評

      發(fā)表評論,獲取積分! 請遵守相關(guān)規(guī)定!

      ?