基于μσ-DWC特征和树结构M-SVM的多维时间序列分类

• 作者: 刘康玲 梁军 石向荣 谭海龙 金鑫
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 多维时间序列 特征提取 小波系数 多分类支持向量机(M-SVM ) 树结构
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 计算机技术、电信技术
• 页码范围: 1061-1069,1100
• 页数: 10页
• 分类号: TP181
• 字数: 9495字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2015.06.009

摘要

为了实现多维时间序列的分类，提出基于统计量‐小波系数（μσ‐DWC ）的序列特征提取方法和新型树结构多分类支持向量机M‐SVM模型。分类算法的实现过程如下：利用该特征提取方法将原始多维时间序列映射到特征空间，获得原始序列的压缩表示，即特征向量；得到训练集的特征向量表示之后，训练和构建树结构 M‐SVM 模型；提取未知序列的特征向量并输入已训练完成的树结构M‐SVM 模型，得到未知序列的类标号，完成分类。实验结果表明：该算法比传统的分类方法具有更高的分类准确率和预测速度，同时可以保证较理想的训练速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁军	浙江大学控制科学与工程学系	55	659	14.0	24.0
2	金鑫	浙江大学控制科学与工程学系	33	285	7.0	16.0
3	石向荣	浙江财经大学信息管理系	6	10	1.0	3.0
4	谭海龙	浙江大学控制科学与工程学系	3	37	2.0	3.0
5	刘康玲	浙江大学控制科学与工程学系	3	45	2.0	3.0