基于集成回声状态网络Fisher核的时间序列分类算法

• 作者: 王劲松
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 时间序列分类 Fisher核 回声状态网络 AdaBoost算法
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 算法
• 页码范围: 253-258,274
• 页数: 7页
• 分类号: TP3
• 字数: 5747字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.07.042

摘要

针对传统的欧氏距离度量已经无法适用于非欧的模型空间,且单个模型不能很好地捕捉到数据复杂的分布结构等问题,提出一种新算法.将时间序列转换到模型空间后,使用Fisher核来度量函数模型之间的差异,并用AdaBoost集成来拟合数据分布.在基准数据集上与主流算法相比,该算法具有更好的分类准确度和鲁棒性.