|
|||||
|
|
| 早期时间序列分类方法研究综述 | |
| 作者单位： | 华东师范大学数据科学与工程学院,上海200062 |
| 摘 要： | 传感器技术的普及使得时间序列数据受到人们越来越多的关注.早期时间序列分类(Early Time Series Classification, ETSC)希望通过观测尽可能短的时序数据而对其做出尽可能准确的分类,已在科技金融领域发挥着重要的作用.首先概述了常见的时间序列分类器,并综述了基于最小预测长度、基于最大区分子序列和基于模型的3类早期时间序列分类框架的最新研究进展.然后在每类方法中,分析了具有代表性的早期时间序列分类模型的关键技术及其优缺点;整理了科技金融领域的公开数据集和常见的评价指标.最后对未来的发展趋势做了展望. |
| 关 键 词： | 早期时间序列分类 时间序列分类器 最小预测长度 最大区分子序列 机器学习 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |