基于规则迭代的时间序列特征提取模型

论文摘要

针对时间序列分类特征提取困难、提取的特征不明显等问题,提出一种基于普通规则嵌套迭代的时间序列特征提取模型。以常规的序列特征提取规则为基本单元,构建多级迭代规则对时间序列数据进行空间变换产生特征序列集,采用基本的特征提取方法对序列集进行特征提取得到最终的特征集合,模型的迭代次数和规则可由用户自己设定。以用户实际用电序列数据为例,对原始用电序列数据作为特征和该模型提取的特征进行分类比较,实验结果表明,在规则迭代模型下提取的特征,分类评价指标MAP最高可达到0.5389,对分类性能提升的增幅最高可达48.83%。

论文目录

• 0 引言
• 1 时间序列分析方法
•   1.1 时间序列分解法
•   1.2 自回归滑动平均模型
•   1.3 长短时记忆网络
• 2 基于规则迭代的特征提取模型
•   2.1 特征序列产生的规则
•   2.2 规则迭代
•   2.3 特征提取
• 3 实验评估
•   3.1 实验数据
•   3.2 实验方法
•   3.3 实验环境以及模型实例
•   3.4 评价指标
•   3.5 结果分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 谭海,陈利军,张军,张鑫,高方方,徐华健

关键词: 时间序列,特征提取,规则迭代,序列分类,长短时记忆

来源: 计算机工程与设计 2019年01期

年度: 2019

分类: 信息科技,基础科学

专业: 数学

单位: 东华理工大学机械与电子工程学院,东华理工大学信息工程学院,东华理工大学地球物理与测控技术学院

基金: 国家自然科学基金项目(61462004),教育部核技术应用工程研究中心开放基金项目(HJSJYB2016-4),东华理工大学研究生创新专项资金基金项目(DHYC-2016013),国家级大学生创新创业训练计划基金项目(201510405020,201710405025)

分类号: O211.61

DOI: 10.16208/j.issn1000-7024.2019.01.039

页码: 236-240

总页数: 5

文件大小: 275K

下载量: 294