计算机科学››2024,第51卷››问题(5):35-44。数字对象标识:10.11896/jsjkx.230200074
•数据库、大数据和数据科学• 以前的文章 下一篇文章
罗英、万元、王励勤
收到:
修订过的:
在线:
出版:
关于作者:
支持单位:
摘要:对于时间序列分类,通过提取时间序列的形状来进行分类的方法因其高分类精度和良好的可解释性而受到广泛关注。大多数现有的基于形状集的方法学习所有类的共享形状集,这可以区分大多数类,但不能区分唯一类。此外,这些模型使用对抗策略获得的形状存在多样性不足等问题。为了解决这些问题,本文提出了一种基于对抗策略的针对不同类别的形状集提取方法。该方法将类别信息嵌入到时间序列中,利用多生成器模块对抗性地生成多个不同类别的特定形状集。通过施加差异约束来保证shapelets的多样性,最后一步使用shapelets变换获得的特征对时间序列进行分类。在36个时间序列数据集上,将该方法与5种基于形状集的算法和11种最新的分类算法进行了实验比较。实验结果表明,与5种基于形状集的算法和11种高级分类算法相比,该方法在36个数据集中的26个和20个数据集上取得了最好的结果,并且都达到了最高的平均秩,其平均年龄分类精度至少比其他方法高2.4%,最多高20%。消融分析和可视化分析证明了多样性和类别特定方法对时间序列分类的有效性。
关键词: 时间序列, 形状, 类别特定, 多样性, 对手网络
CLC编号:
罗英,万元,王励勤。基于对抗策略的时间序列类别特异性和多样性形状提取[J]。计算机科学,2024,51(5):35-44。
0 / / 推荐
添加到引文管理器 尾注|样板客户经理|项目|BibTeX公司|参考Works
网址: https://www.jsjkx.com/EN/10.11896/jsjkx-230200074
https://www.jsjkx.com/EN/Y2024/V51/I5/35
引用