基于 LSH 的 shapelets 转换方法

杨利霞

基于 LSH 的 shapelets 转换方法

0 u( R; O  n2 n" o" A+ D: |
* s* A% Q1 ]3 w- x+ C
/ E( @- ~. x' J+ ]2 p
8 Q4 l6 w1 z+ G3 E% l( W/ {  W" o
" C4 U  ?8 M$ Q0 d$ S' P& V- p- H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
( l5 `3 U* T$ F9 O/ G长的问题，提出了一种基于 LSH的 shapelets转换方法(Locality Sensitive Hashing Shapelets Transform ,LSHST)，
7 T4 L$ j. o) b6 v. T3 H; q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
% L3 {6 R) \$ g' E8 }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)、
! [5 P  A6 E" i( Z% d  K6 F, dClustershapelets(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。
8 y% b4 A8 l4 x6 B! Q



; P; Q9 i- d. }6 H$ A! W5 U% v0 V* v
  D) P. C9 F% L$ b: \