10.3969/j.issn.1674-9456.2019.08.013
基于区间的时间序列分类算法的研究
时间序列分类是时间序列数据挖掘的一个分支,针对传统时间序列分类模型存在的失真的问题,文章提出了基于区间权值的集成算法EAIW(Ensemble Algorithm of Interval Weights).首先利用区间权值计算方法,为时间序列的不同区间赋予不同的权值,对计算做了并行化处理,以解决子序列特征不明显的问题.进而确定集成分类器的基分类器,以保证集成分类器的性能.然后,在训练集上训练集成分类器,并行化改进集成分类器训练、分类较为耗时的部分.文章将提出的算法在时间序列分类数据库上进行了实验,结果表明提出的算法比基准算法最优正确率数目高25%,并且算法在并行化之后具备可伸缩性.
时间序列、分类、数据挖掘、CUDA
10
TP391(计算技术、计算机技术)
1.国家自然科学基金资助项目; 2.辽宁省高校创新团队支持计划资助项目
2020-04-03(万方平台首次上网日期,不代表论文的发表时间)
共10页
84-92,101