基于EMD分解重构的1-NN-SPMDTW时间序列分类方法

摘要：

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上的表现难以击败,但是具有搜索空间大、计算耗时长的缺陷,成为其应用的主要阻碍.本文提出了基于EMD分解重构的1-NN-SPMDTW时间序列分类方法,该方法待定参数少,易于实现.首先运用EMD分解重构曲线良好的去噪能力,对时间序列进行平滑处理,并利用特定的方法找到关键极值点;然后在一定坐标间隔闽值以内,对两两时间序列的关键极值点进行匹配,相互匹配的极值点称为特殊点对.

关键词：时间序列分类、动态时间弯曲、经验模态分解、最近邻算法

在线出版日期：2020-09-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：263-264