基于导数动态时间规整核函数的两类时间序列分类模型.pdf
文本预览下载声明
摘要
摘要
时间序列分类是一个重要的机器学习任务,它涉及到根据时间序列数据的
特征将其分类到不同的类别中.时间序列数据是按时间顺序排列的数据点集合,
广泛应用于金融分析,气象预测,健康监测等领域.动态时间规整(DynamicTime
Warping,DTW)是一种经典的时间序列分析方法,它能够测量两个时间序列之间
的相似度,通过弹性地拉伸或压缩时间序列来找到最佳匹配.
显示全部