- 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
- 567178 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 175376
- 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
- C8 }+ K: z; J. N, W; u I3 ~. R8 @- X7 e, @& z6 O
+ d4 \; ~; T# x( x& c
# t4 |# }& w. N, O! d' _. y
: [1 r; \2 X$ j: V) 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
' s2 `* z s+ s* Z长的问题,提出了一种基于 LSH的 shapelets转换方法(Locality Sensitive Hashing Shapelets Transform ,LSHST),
/ D% V, S, A9 A5 f( K( p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 B, l" {' F, D
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
O& S i5 g3 u5 W; tshapelets,进一步减小 shapelets 的数量,最后进行 shapelets 转换。实验表明,与 Shapelet transform (ST)、, z. m5 J8 J: D' T
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%、
) I [% _2 T& m19.95%和 16.52%,在时间节省程度上最高达 8000 倍、16000 倍和 8.5 倍。 . _/ b* w% W) R2 V) Y
! u+ i2 p/ ?; R! P0 C2 m/ H9 s9 w
$ F3 u1 B# L9 f7 A8 l
* d6 g9 t: ^7 {+ E$ Q3 m5 r
8 K, q6 l! ]# h& B7 v7 a |
zan
|