- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 565609 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174906
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
|---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
 群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
|
基于 LSH 的 shapelets 转换方法
% n6 v6 I8 l* r2 {2 b# b Z$ G2 a
5 g2 z7 Z( c" X4 y1 c5 r+ {
2 W2 @5 U$ g3 X. F3 p; o! s8 y/ I
! H6 X$ w" j/ q2 c4 a0 v0 y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
R2 K9 r! ?4 \, N长的问题,提出了一种基于 LSH的 shapelets转换方法(Locality Sensitive Hashing Shapelets Transform ,LSHST),
) c- V1 R4 F o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, H, }9 G$ E# @
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
$ y5 }0 l6 J0 X% Z( ? x& Eshapelets,进一步减小 shapelets 的数量,最后进行 shapelets 转换。实验表明,与 Shapelet transform (ST)、1 B. t* r( @, d0 x
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%、/ _* ?; L. C2 s7 ~: L/ S
19.95%和 16.52%,在时间节省程度上最高达 8000 倍、16000 倍和 8.5 倍。 5 p# k( X) i( G
' s0 d+ B$ [( ^( C1 m
) Y* P1 X% {0 M* v; r
" N; [4 o* g: I- C0 `4 l# `. Q% }1 B5 g0 L9 }
, ?# T* p2 Q; W9 j& {6 T# ` |
zan
|