摘要
针对LSHST(Locality Sensitive Hashing Shapelet Transform)局部敏感哈希的shapelet转换方法中随机筛选造成更具差异性特征的子序列漏选,从而影响shpelets最终筛选质量的问题,提出了基于FastDTW-LSH的shapelet筛选方法,通过局部敏感哈希函数将高维空间中的子序列一一映射到各自对应的哈希桶中,对每个哈希桶进行FastDTW二分类判别;在各类中随机筛选出候选子序列,以供下一次哈希计算,经过多次哈希操作筛选出解释性更强的shapelets.实验结果表明,与LSHST相比,在shapelets转换时间未显著增加的前提下,FastDTW-LSH方法筛选出来的shapelets在8个数据集(UCR)上分类精度明显优于LSHST,尤其在CricketZ和FiftyWords数据集上分别最高提升了11.57%和9.16%.
- 单位