-
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]
-
