期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于矩阵轮廓的时间序列Shapelet发现算法
1
作者
陶琴
杨骏
+1 位作者
王兵
敬思远
《计算机工程与设计》
北大核心
2024年第7期2021-2026,共6页
当前时间序列Shapelet发现算法普遍采用穷举法,需要计算所有时间序列子序列的信息增益,效率较低。针对此问题,提出一种基于矩阵轮廓的Shapelet发现算法。选出最具代表性的时间序列对,计算其轮廓矩阵和差异向量,找到一簇关键区域;对找到...
当前时间序列Shapelet发现算法普遍采用穷举法,需要计算所有时间序列子序列的信息增益,效率较低。针对此问题,提出一种基于矩阵轮廓的Shapelet发现算法。选出最具代表性的时间序列对,计算其轮廓矩阵和差异向量,找到一簇关键区域;对找到的关键区域进行剪枝;在关键区域上搜索Shapelet并计算其信息增益,提升算法效率。在15个UCR数据集上,通过时间序列二分类实验对所提Shapelet发现算法进行验证。实验结果表明,所提算法结合Shapelet转换后具有较强分类能力,计算效率明显优于现有Shapelet发现算法。
展开更多
关键词
时间序列
二分类
模式发现
矩阵
轮廓
关键区域
差异向量
信息增益
下载PDF
职称材料
基于Matrix Profile的时间序列分割技术改进
2
作者
刘贺贺
贺延俏
+2 位作者
邓诗卓
吴刚
王波涛
《软件学报》
EI
CSCD
北大核心
2023年第11期5267-5281,共15页
时间序列分割是数据挖掘领域中的一个重要研究方向.目前基于矩阵轮廓(matrix profile,MP)的时间序列分割技术得到了越来越多研究人员的关注,并且取得了不错的研究成果.不过该技术及其衍生算法仍然存在不足:首先,基于矩阵轮廓的快速低代...
时间序列分割是数据挖掘领域中的一个重要研究方向.目前基于矩阵轮廓(matrix profile,MP)的时间序列分割技术得到了越来越多研究人员的关注,并且取得了不错的研究成果.不过该技术及其衍生算法仍然存在不足:首先,基于矩阵轮廓的快速低代价语义分割算法中对给定活动状态的时间序列分割时,最近邻之间通过弧进行连接,会出现弧跨越非目标活动状态匹配相似子序列问题;其次,现有提取分割点算法在提取分割点时采用给定长度窗口,容易得到与真实值偏差较大的分割点,降低准确性.针对以上问题,提出一种限制弧跨越的时间序列分割算法(limit arc curve cross-FLOSS,LAC-FLOSS),该算法给弧添加权重,形成一种带权弧,并通过设置匹配距离阈值解决弧的跨状态子序列误匹配问题.此外,提出一种改进的提取分割点算法(improved extract regimes,IER),它通过纠正弧跨越(corrected arc crossings,CAC)序列的形状特性,从波谷中提取极值,避免直接使用窗口在非拐点处取到分割点的问题.在公开数据集datasets_seg和MobiAct上面进行对比实验,验证以上两种解决方案的可行性和有效性.
展开更多
关键词
活动分割
可穿戴传感器
矩阵
轮廓
带权弧
下载PDF
职称材料
题名
基于矩阵轮廓的时间序列Shapelet发现算法
1
作者
陶琴
杨骏
王兵
敬思远
机构
西南石油大学计算机科学学院
乐山师范学院特殊教育语言智能四川省哲学社会科学重点实验室
乐山师范学院电子信息与人工智能学院
出处
《计算机工程与设计》
北大核心
2024年第7期2021-2026,共6页
基金
四川省科技计划重点研发基金项目(2021YFS0019)
厅市共建智能终端四川省重点实验室开放基金项目(SCITLAB-1002)。
文摘
当前时间序列Shapelet发现算法普遍采用穷举法,需要计算所有时间序列子序列的信息增益,效率较低。针对此问题,提出一种基于矩阵轮廓的Shapelet发现算法。选出最具代表性的时间序列对,计算其轮廓矩阵和差异向量,找到一簇关键区域;对找到的关键区域进行剪枝;在关键区域上搜索Shapelet并计算其信息增益,提升算法效率。在15个UCR数据集上,通过时间序列二分类实验对所提Shapelet发现算法进行验证。实验结果表明,所提算法结合Shapelet转换后具有较强分类能力,计算效率明显优于现有Shapelet发现算法。
关键词
时间序列
二分类
模式发现
矩阵
轮廓
关键区域
差异向量
信息增益
Keywords
time series
binary classification
pattern discovery
matrix profile
critical area
difference vector
information gain
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于Matrix Profile的时间序列分割技术改进
2
作者
刘贺贺
贺延俏
邓诗卓
吴刚
王波涛
机构
东北大学计算机科学与工程学院
东北大学信息科学与工程学院
医学影像智能计算教育部重点实验室(东北大学)
出处
《软件学报》
EI
CSCD
北大核心
2023年第11期5267-5281,共15页
基金
广东省基础与应用基础研究基金(2021A1515110761)
中央高校基本科研业务费专项(N2104002,N2016009)。
文摘
时间序列分割是数据挖掘领域中的一个重要研究方向.目前基于矩阵轮廓(matrix profile,MP)的时间序列分割技术得到了越来越多研究人员的关注,并且取得了不错的研究成果.不过该技术及其衍生算法仍然存在不足:首先,基于矩阵轮廓的快速低代价语义分割算法中对给定活动状态的时间序列分割时,最近邻之间通过弧进行连接,会出现弧跨越非目标活动状态匹配相似子序列问题;其次,现有提取分割点算法在提取分割点时采用给定长度窗口,容易得到与真实值偏差较大的分割点,降低准确性.针对以上问题,提出一种限制弧跨越的时间序列分割算法(limit arc curve cross-FLOSS,LAC-FLOSS),该算法给弧添加权重,形成一种带权弧,并通过设置匹配距离阈值解决弧的跨状态子序列误匹配问题.此外,提出一种改进的提取分割点算法(improved extract regimes,IER),它通过纠正弧跨越(corrected arc crossings,CAC)序列的形状特性,从波谷中提取极值,避免直接使用窗口在非拐点处取到分割点的问题.在公开数据集datasets_seg和MobiAct上面进行对比实验,验证以上两种解决方案的可行性和有效性.
关键词
活动分割
可穿戴传感器
矩阵
轮廓
带权弧
Keywords
activity segmentation
wearable sensor
matrix profile(MP)
weighted arc
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于矩阵轮廓的时间序列Shapelet发现算法
陶琴
杨骏
王兵
敬思远
《计算机工程与设计》
北大核心
2024
0
下载PDF
职称材料
2
基于Matrix Profile的时间序列分割技术改进
刘贺贺
贺延俏
邓诗卓
吴刚
王波涛
《软件学报》
EI
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
