-
题名一种基于数据驱动的动态时序分类算法
被引量:2
- 1
-
-
作者
赵庶旭
张家祯
王小龙
张占平
-
机构
兰州交通大学电子与信息工程学院
-
出处
《重庆大学学报》
CAS
CSCD
北大核心
2023年第7期63-74,共12页
-
基金
甘肃省重点研发计划项目(20YF8GA123)。
-
文摘
针对物联网时序数据中存在的数据冗余现象和动态信息难以捕捉的问题,提出了一种基于数据驱动的动态时序分类算法。通过动态内部主元分析法(dynamic internal principal component analysis,DiPCA)提取传感设备采集的时间序列中的动态信息,实现降维及提炼动态信息的作用;利用麻雀搜索算法优化分类算法参数,强化支持向量机(support vector machines,SVM)算法性能并使其对含有shapelet局部特征的时序特征进行建模,最终构成双向演进算法框架,实现时序分类功能。利用UCR时序数据集和边缘计算模拟数据检验该算法的性能,结果表明,与基本算法相比,该算法的综合性能明显提高,并验证算法分类功能在仿真环境中的有效性与优越性。
-
关键词
数据驱动
动态内部主元分析法
shapelet
麻雀搜索算法
支持向量机
时间序列分类
-
Keywords
data-driven
dynamic internal principal component analysis method
shapelet
sparrow search algorithm
support vector machine
time series classification
-
分类号
U448.213
[建筑科学—桥梁与隧道工程]
-