时间序列分类相关论文
时间序列的多尺度特征包含丰富的类别信息,且这些信息对分类具有不同的重要程度,然而现有的单变量时间序列分类模型通常以固定大小的......
飞行安全一直是民航业关注的重点,其中着陆阶段是整个飞行过程中不安全事件最频发的阶段。重着陆作为一种着陆阶段的典型超限事件,......
由于症状隐匿、诱因复杂、表述模糊且无有效诊断标准,长期以来心理问题困扰着无数高校学生,导致各类事故频发。如何对异常情绪进行......
准确的用户电表与变压器(台区)归属关系是实现低压台区线损精确计算分析的前提。为解决因用户数据量太少极易造成台区归属误判的问题......
时间序列在现实生活中有广泛的应用,如何对时间序列数据进行有效的建模成为广大研究的焦点之一。时间序列分类与时序异常检测任务......
时间序列几乎无处不在,对其进行分析和建模有利于人们发现事物的本质和发展规律,从而为人们提供更科学的决策依据。对时间序列的分......
工况识别是实现生产过程稳定控制,提高产品质量和节能降耗的关键。在工业现场中,异常工况出现概率较低,类别不均衡现象广泛存在。......
由于空间时敏运动目标会产生明显高于空间背景的红外辐射,分析其红外辐射信号是一种重要的目标分析手段。基于红外辐射信号的空间......
针对现有shapelets分类方法不能解决不平衡时间序列分类的问题,提出了基于多样化top-k shapelets转换的时间序列分类方法,用不平衡......
随着社会发展,数据类型愈发多样化,时间序列数据是随时间变化生成的一系列连续实值,通常在时间上存在前后关系,它的特点是数据量大......
时间序列是大数据的一种重要存在形式,对其利用的方式之一就是通过聚类或分类来挖掘其中的类别信息。时间序列分类(Time series cla......
时间序列通常是指在相同时间间隔上对特定观测点连续取值形成的一组数据。在时间序列的很多应用领域中,一个分类对象可能同时对应......
时间序列数据广泛存在于我们的生活中,吸引了越来越多的学者对其进行深入的研究.时间序列分类是时间序列的一个重要研究领域,目前......
时间序列是对一个系统中的变量按照时间顺序观测,按照单位时间进行记录得到的观测值。根据系统中被观察的变量个数,可以将时间序列......
近年来,在教育领域,教育数据呈指数级增长,教育大数据挖掘和分析的研究成果在教育教学研究与实践中发挥着越来越重要的作用,正在成......
针对当前多变量时间序列分类方法未考虑降维处理多变量时间序列,导致多变量时间序列分类精度较低,分类时间较长的问题,提出了基于......
时间序列分类是一个具有广泛实际应用背景的研究方向。由于受到数据采集过程中设备、采样技术、采样环境等多重因素的影响,获得的......
随着传感器技术和互联网技术的迅速发展,时间序列数据正以一种前所未有的速度不断产生和积累。时间序列中蕴含着丰富的信息,对其进......
目的:在时间序列分类任务中,针对时间序列数据少和多样性导致深度学习模型准确率不高的问题,提出Mixup数据增强的LSTM-FCN时间序列......
窃电行为是导致电力企业电能与经济效益损失的重要原因.提出了一种基于t-LeNet(Time-Series Specific Version of LeNet Model)与......
时间序列分类是时间序列数据挖掘的重要任务之一。它比普通分类问题困难的主要原因是时间序列数据长度不一致,而一般的分类算法只能......
随着计算机软件、网络科学技术的发展,现今社会的信息化程度越来越高,每天都有大量的信息产生并被以时间序列数据的形式存储。面对......
LTE-R系统是3GPP为了适应高速铁路的运营和业务需求而提出的一种新的移动带宽接入标准。信号连续传输在列车的运行过程中起着重要......
胎心率监护作为产科临床的常规检查项目,对于孕妇围产期的胎儿健康监测有着重要的意义。超声多普勒检测法是目前最常用的胎心率监......
时间序列数据是一组具有顺序关系的实值型数据的集合,广泛存在于日常生活中的各个领域。这类数据通常存在数据规模大、局部形状特......
时间序列数据广泛存在于我们的日常生活中,时间序列分类问题是所面临的重要问题之一,现有的时间序列分类方法可大致分为基于距离的......
时间序列分类是时序数据挖掘领域的一个研究热点,该任务的本质是对输入时间序列赋予一个预定义的标签。Shapelet是时间序列中具有......
空间目标识别是导弹防御系统末制导信息处理的关键技术,红外目标识别作为主要识别手段,需要准确快速地从众多的真假弹头、诱饵、碎......
时间序列数据是一种常见的数据形式,普遍存在于日常生活的各个领域,与我们的生活工作息息相关。发现生活中的一些潜在的规律,并应......
时间序列分类和不平衡数据分布是实际应用中普遍存在的问题。时间序列存在数据维度高、数据之间相关性强和噪声干扰多等特点,而不......
时间序列分类(TSC)是数据挖掘领域中重要且富有挑战性的问题之一.首先将时间序列数据按照Gramian Angular Summation/Difference F......
目的 基于手机内置传感器所获得人体运动信号,建立人体运动识别模型,为身体状况评估、特殊人群监护以及其他生物医学研究提供支持.......
时间序列数据一般是指随时间有序变化的数据,这些数据一般采用等时间间隔测量。如何充分有效地管理和利用好这些时间序列数据,并对......
时间序列数据广泛存在于日常生活中,充分挖掘时间序列数据中存在的隐藏信息具有重要意义。但是,时间序列往往表现出复杂的特点,比如时......
时间序列数据分类问题是数据挖掘的重要课题之一,广泛地存在于各个研究领域.研究者发现简单的1 NN-DTW分类方法在时间序列分类精度......
针对以往时间序列分类技术忽略了数据间自相关性对算法影响的不足,通过对传统决策树算法进行扩展,提出了序列熵和序列对信息增益的......
针对数据挖掘过程中对异常数据检测的准确率较低、分类速度较慢,导致数据分类准确率较低、效率较差的问题,提出基于连续密度隐马尔......
针对以往时间序列分类技术忽略了数据间自相关性对算法影响的不足,通过对传统决策树算法进行扩展,提出了序列熵和序列对信息增益的......
时间序列shapelets是时间序列中能够最大限度地表示一个类别的子序列.解决时间序列分类问题的有效途径之一是通过shapelets转换技......
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shapel......
基于符号表示的时间序列分类方法是时间序列数据挖掘的关键技术。大部分现有方法主要针对单个时间序列样本进行符号表示,没有考虑......
时间序列建模问题因有着重要的应用价值已经成为机器学习领域的研究热点之一.循环神经网络(recurrent neural network,RNN)是近年......
如何提取和选择时间序列的特征是时间序列分类领域两个重要的问题。该文提出MNOE(Mining Non-Overlap Episode)算法计算时间序列中......
近年来,基于符号表示的时间序列分类方法受到广泛关注,大部分现有方法对原始数据进行符号表示时,没有使用类别的标签信息。提出基......
小电流接地系统故障选线问题长期以来都是研究的热点。由于发生单相接地故障时配电网各线路故障电流很小,且容易受其它因素的影响,......