科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来，基于Shapelets的时间序列分类方法受到了广泛关注。现有的基于Shapelets转换的时间序列分类方法使用信息增益作为评价Shapelets的标准，并主要关注分类准确率，不能很好地适应不平衡时间序列分类。为了解决上述问题，使用AUC作为提取Shapelets的标准，并用于后续的数据集转换和分类，最后使用不平衡评价指标F-measure和AUC值对分类结果进行评价。结果显示，该方法能够很好地适应不平衡时间序列分类。
-
单位江苏联合职业技术学院
