一种基于快速提取shapelets的分类算法判断交通事故的方法

摘要

本发明提供了一种基于快速提取shapelets的分类算法判断交通事故的方法，将交通领域数据集中的训练集中的时间序列转换成ID序列通过相似性判断去除相似序列进行降重；从降重后的时间序列集Tnew中选择堵塞相关的时间序列子序列获取shapelet候选集Scandidate；从shapelet候选集Scandidate中选取shapelet处理集S；为shapelet处理集S的属性配置文件；选取交通领域数据集中的时间序列，对时间序列与shapelet处理集S进行距离计算，结合得到的属性配置文件对时间序列进行判断。本发明能够快速提取shapelets候选集，并筛选出有最佳区分度的shapelets，再用其对时间序列数据进行分类，判断当前堵塞属于正常状况还是出现交通事故从而缓解交通问题，提高了训练速度的同时保证了算法的准确性，后期实验证明本方法的有效性。