在弱标记的传感器时间序列上基于突变的事件分类 |
| |
作者单位: | ;1.复旦大学计算机科学技术学院 |
| |
摘 要: | 随着传感器广泛应用于各个领域,在传感器生成的时间序列上识别事件越来越受到广泛的关注。针对震荡的传感器时间序列,提出事件分类算法BEC。对于原始长时间序列和标记时间点作为类标签,BEC主要解决了两个问题。首先是将标记时间点扩展为包含充分信息的子序列以分类,再者是提取基于突变的特征以训练分类模型。实验结果证明,无需大部分时间序列分类问题中不现实的假设和太多人力干预,BEC提取的基于突变的特征能够充分描述事件,极大保留事件中关键信息,在现实数据集上的表现优于现有的时间序列分类算法。
|
关 键 词: | 时间序列 分类 传感器数据 弱标记 |
BURST-BASED EVENT CLASSIFICATION ON WEAKLY LABELED TIME SERIES DATA OF SENSORS |
| |
Abstract: | |
| |
Keywords: | |
|
|