早期时间序列分类方法研究综述

作者:杨梦晨; 陈旭栋; 蔡鹏; 倪葎
来源:华东师范大学学报(自然科学版), 2021, (05): 115-133.
DOI:10.3969/j.issn.1000-5641.2021.05.011

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.

全文