基于 LSH 的 shapelets 转换方法
基于 LSH 的 shapelets 转换方法针对基于 shapelets 转换的时间序列分类算法因 shapelets 候选集中存在大量相似序列而造成耗时过
长的问题，提出了一种基于 LSH的 shapelets转换方法(Locality Sensitive Hashing Shapelets Transform ,LSHST)，
首先提出一种局部敏感哈希函数(LSH)的改进算法，对原始子序列候选集进行逐级过滤筛选，快速挑选出形
态上具有代表性的 shapelets 集合，其次计算集合中 shapelets 的质量，采用覆盖的方法确定将要进行转换的
shapelets，进一步减小 shapelets 的数量，最后进行 shapelets 转换。实验表明，与 Shapelet transform (ST)、
Clustershapelets(CST)和 Fast shapelet selection(FSS)算法相比，LSHST 在分类精度上最高提升了 20.05%、
19.95%和 16.52%，在时间节省程度上最高达 8000 倍、16000 倍和 8.5 倍。
页:
[1]