基于加权局部复杂不变性的时间序列分类算法

摘要：

为解决现有方法对较长、复杂度分布不均序列的错分类问题,提取序列复杂度的局部信息,提出了加权局部复杂度不变性距离(WLCID),包含复杂度局部表征和全局加权整合两个模型.利用滑窗分解序列,结合复杂度不变性距离表示方法提取局部复杂度信息;通过建立类表征模型,以类间距越大的子段对分类正确的贡献度越大为依据,通过归一化累积类间距来量化整合权重.与相似算法的对比实验表明:此方法不仅在复杂度分布不均的数据中表现突出,在大多数测试集也有较好的效果.在分类和聚类任务上精度的提升,说明方法在表示时间序列形态特征的复杂度信息上具有较好的能力.

关键词：复杂度不变性距离、局部复杂度表征、全局复杂度加权整合、类表征模型、时间序列分类

所属期刊栏目：34

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金;科技部科技创新新一代人工智能重大项目

在线出版日期：2022-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2194-2203