基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为实现时间序列信号特征的预处理,提出一种基于特征协方差矩阵的时间序列信号表示方法.以一维时间序列数据为输入,计算每一采样时刻的点值、邻域差值、累加值、均差值、秩以及时间索引值等特征,组成点特征向量,将不同时刻的点特征向量依次带入黎曼流形空间,从而实现从一维采样数组到二维特征矩阵的转换;利用矩阵内含的时间序列局部和全局特征信息,计算二维特征矩阵的协方差矩阵,从而建立基于协方差矩阵的时间序列信号表示方法.为验证方法在特征表示方面的有效性,文中将其用于时间序列信号的相似度度量计算,实验结果表明,相比动态时间规整(DTW)、形状变换(ST)及其尺度不变特征变换(SIFT),文中算法总体分类性能为最佳,表明具有高效的特征表示性能.
推荐文章
基于符号表示的时间序列分类综述
时间序列
符号表示方法
符号序列分类
一种基于信息熵的时间序列分段线性表示方法
时间序列
信息熵
分段线性表示
压缩率
拟合误差
基于时间序列模式表示的异常检测算法
斜率
时间序列
模式表示
支持数
异常值
基于时间序列趋势转折点的分段线性表示
时间序列
分段线性表示
趋势转折点
拟合误差
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于特征的时间序列信号表示方法
来源期刊 中国测试 学科 工学
关键词 时间序列数据 协方差矩阵 特征向量 动态时间规整 尺度不变特征变换
年,卷(期) 2020,(5) 所属期刊栏目 测试理论
研究方向 页码范围 13-18
页数 6页 分类号 TP391
字数 3431字 语种 中文
DOI 10.11857/j.issn.1674-5124.2019010084
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 钱源来 3 0 0.0 0.0
2 周松飞 3 2 1.0 1.0
3 沈培璐 4 11 2.0 3.0
4 汪朝海 中国计量大学计量测试工程学院 2 2 1.0 1.0
5 邵帅 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (31)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(8)
  • 参考文献(2)
  • 二级参考文献(6)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
时间序列数据
协方差矩阵
特征向量
动态时间规整
尺度不变特征变换
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国测试
月刊
1674-5124
51-1714/TB
大16开
成都市成华区玉双路10号
26-260
1975
chi
出版文献量(篇)
4463
总下载数(次)
7
论文1v1指导