基于导数动态时间规整核函数的两类时间序列分类模型.pdf

基于导数动态时间规整核函数的两类时间序列分类模型.pdf

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

摘要

时间序列分类是一个重要的机器学习任务,它涉及到根据时间序列数据的

特征将其分类到不同的类别中.时间序列数据是按时间顺序排列的数据点集合,

广泛应用于金融分析,气象预测,健康监测等领域.动态时间规整(DynamicTime

Warping,DTW)是一种经典的时间序列分析方法,它能够测量两个时间序列之间

的相似度,通过弹性地拉伸或压缩时间序列来找到最佳匹配.

您可能关注的文档

文档评论(0)

dongbuzhihui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档