基于多样化top-k shapelets转换的时间序列分类方法

• 作者: 孙其法 闫欣鸣 闫秋艳
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 时间序列分类 shapelets 多样化top-k
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 第33届中国数据库学术会议(NDBC 2016)
• 页码范围: 335-340
• 页数: 6页
• 分类号: TP311.13
• 字数: 5439字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.02.0335

摘要

针对基于shapelets转换的时间序列分类方法中候选shapelets存在较大相似性的问题,提出一种基于多样化top-k shapelets转换的分类方法DivTopKShapelet.该方法采用多样化top-k查询技术,去除相似shapelets,并筛选出最具代表性的k个shapelets集合,最后以最优shapelets集合为特征对数据集进行转换,达到提高分类准确率及时间效率的目的.实验结果表明,DivTopKShapelet分类方法不仅比传统分类方法具有更高的准确率,而且与使用聚类筛选的方法(ClusterShapelet)和shapelets覆盖的方法(ShapeletSelection)相比,分类准确率最多提高了48.43％和32.61％;同时在所有15个数据集上均有计算效率的提升,最少加速了1.09倍,最高可达到287.8倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫秋艳	中国矿业大学计算机科学与技术学院	26	129	6.0	10.0
5	孙其法	中国矿业大学计算机科学与技术学院	1	11	1.0	1.0
6	闫欣鸣	中国矿业大学计算机科学与技术学院	3	24	3.0	3.0