基于 LSH 的 shapelets 转换方法

杨利霞

基于 LSH 的 shapelets 转换方法

5 }/ `  {2 s) @& _* C1 g0 n
" ?$ i! b6 y2 I6 w6 }% S! K
$ m9 `5 X+ b1 V/ ^0 \% o
# v" j0 T( F4 K. a, e
, g2 a) h+ W4 r& X/ C* m" s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
8 D0 c" y* D4 _$ c7 B" \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。
/ ~, z$ j7 c- D2 E* Q3 O2 J$ T
: n, y* i, y( C' w- \9 o2 r

$ g# L5 T1 Z, r% F. H

6 E4 J! f  X* {' M/ {& C