|
|
1.
基于分段降维和路径修正DTW的时序特征分类器设计
常炳国, 臧虹颖
计算机应用
2018, 38 (7):
1910-1915.
DOI: 10.11772/j.issn.1001-9081.2018010106
针对传统的动态时间弯曲（DTW）度量方法易出现过度弯曲现象且计算复杂度高、算法效率低等问题，提出一种基于路径修正的动态时间弯曲（UDTW）度量方法。首先通过分段降维方法——分段局部最大值平滑法（PLM）有效提取序列特征信息，减少UDTW的计算代价；其次，考虑了时间序列形态特征的相似性要求，给过度弯曲路径设置动态惩罚系数，以此修正路径的弯曲程度；最后，在改进度量距离基础上，采用1-近邻分类算法对时序数据进行分类，以提高时间序列相似性度量的准确率和效率。实验结果表明，在15个UCR数据集上，UDTW度量方法与传统DTW度量方法相比具有更高的分类准确率，UDTW在其中3个数据集上能实现100%分类正确；与导数DTW（DDTW）度量方法相比，UDTW分类准确率最多提高了71.8%，而PLM-UDTW在不影响分类准确率的前提下执行时间减小了99%。
参考文献 |
相关文章 |
多维度评价
|
|
