一种联合的时序数据特征序列分类学习算法-计算机工程.pdf

第 卷 第 期 计 算 机 工 程 年 月 人工智能及识别技术 文章编号 文献标志码 中图分类号 一种联合的时序数据特征序列分类学习算法 史苇杭林 楠 郑州大学 软件技术学院郑州 摘 要 针对时序数据特征学习中特征序列占用空间大和运算复杂度高的问题提出一种联合学习特征序列和分 类参数的分类算法 对时序数据进行特征变换后采用线性分类器从最小距离矩阵中学习模型参数以预测目标 变量 在目标函数中对分类预测的损失函数和分类器的线性权重进行联合学习并利用随机梯度下降法求解优 化问题 实验结果表明与和表达式变换方法相比该算法在保持较少运算时间的前提下具有较高的分类 预测准确率 关键词 时序数据机器学习随机梯