一种基于多层次shapelet的时间序列数据分类方法

摘要

一种基于多层次shapelet的时间序列数据分类方法，步骤1)时间序列数据的预处理：对原始时间序列使用SAX方法进行数据降维处理；步骤2)时间序列初始子序列的获取：滑动窗口的方法来提取时间序列中的子序列集合，通过改变和调整窗口的大小，间接控制子序列的提取长度；步骤3)多层次shapelet候选集的发现与提取：通过提出的多层次shapelet框架对候选集合进行过滤与合并，选择信息增益大的shapelet作为候选集；4)Shapelet转换及构建分类器。本发明通过上述方法，提供了一种高效的多层次shapelet候选集过滤模型，有效的减少shapelet候选集的数量并快速筛选了具有较高分类能力的shapelet集合，然后通过ELM分类器实现时间序列数据的有效分类。