针对传统的欧氏距离度量已经无法适用于非欧的模型空间,且单个模型不能很好地捕捉到数据复杂的分布结构等问题,提出一种新算法。将时间序列转换到模型空间后,使用Fisher核来度量函数模型之间的差异,并用AdaBoost集成来拟合数据分布。在基准数据集上与主流算法相比,该算法具有更好的分类准确度和鲁棒性。
科研之友
微信
新浪微博
Facebook
分享链接
