[发明专利]基于shapelet的时间序列早期分类方法及设备

说明书

本发明提供了一种基于shapelet的时间序列早期分类方法及设备，其中该方法包括：获取多变量时间序列的多个子序列，并将所述子序列作为候选shapelet；分别计算多个候选shapelet与所述多变量时间序列之间的距离；对每个候选shapelet进行质量评估，得到每个候选shapelet的质量评估结果，并按照质量评估结果由高至低的顺序，从多个候选shapelet中选取k个shapelet；计算所述k个shapelet中每个shapelet与所述多变量时间序列之间的距离，得到距离矩阵；将所述距离矩阵放到机器学习分类器中进行训练，得到准确率的训练结果；对早期性的结果进行判断，结合早期性的结果和准确率的训练结果得到综合的结果表现。本发明提供的时间序列早期分类方法能对鉴别性特征不受维度限制的多变量时间序列进行分类。

技术领域

本发明涉及数据挖掘技术领域，特别涉及一种基于shapelet的时间序列早期分类方法及设备。

背景技术

时间序列早期分类是指在满足一定准确率的情况下，尽可能早的分类数据，而不是像其他分类一样只要求满足准确率。早期分类在异常检测、入侵检测、健康信息和过程控制中有着广泛的应用。目前早期分类的研究主要有针对单变量时间序列和多变量时间序列的分类方法。多变量时间序列是一种重要的时间序列。他们广泛地应用在很多领域，例如语音识别、多媒体应用、医学、经济学、科学和工程。多变量时间序列分类在时间序列的数据挖掘中起着重要的作用。然而，多变量时间序列的多变量和长度的不一致让传统的机器学习方法来分类多变量时间序列变得很困难。因此，为了分类多变量时间序列，大量的研究和方法被提出。Ghalwash等针对多变量时间序列的分类构造了早期分类模型(ECM)，它集成了隐马尔科夫模型和支持向量机的模型。它的优势主要体现在他的早期性，但是它的准确性较其他方法都偏低。

目前有很多提取特征的多变量时间序列分类方法。这些方法主要是通过提取特征来表征原始的多变量时间序列。它的优点除了可以减少多源时间序列的维度或者是时间序列的长度来避免维度爆炸，还可以提高分类的可解释性。He G提出用核心特征来表达多源时间序列，核心特征是从同一类别的同一维度单变量时间序列上提取出来的，一般的同一类别的多源时间序列同一维度有一个或多个核心特征。他同时结合核心特征提出了MCFEC-QBC和MCFEC-rule两种分类方法，它的缺点是没有考虑多变量时间序列之间紧密的相互关联。因而造成鉴别性特征不受维度限制的多变量时间序列，难以被普通的多变量时间序列早期分类方法进行分类。

发明内容

本发明提供了一种基于shapelet的时间序列早期分类方法及设备，其目的是为了解决鉴别性特征不受维度限制的多变量时间序列，难以被普通的多变量时间序列早期分类方法进行分类的问题。

为了达到上述目的，本发明的实施例提供了一种基于shapelet的时间序列早期分类方法，包括：

获取多变量时间序列的多个子序列，并将所述子序列作为候选shapelet；

分别计算多个候选shapelet与所述多变量时间序列之间的距离；

对每个候选shapelet进行质量评估，得到每个候选shapelet的质量评估结果，并按照质量评估结果由高至低的顺序，从多个候选shapelet中选取k个shapelet；

计算所述k个shapelet中每个shapelet与所述多变量时间序列之间的距离，得到距离矩阵；

将所述距离矩阵放到机器学习分类器中进行训练，得到准确率的训练结果；

对早期性的结果进行判断，结合早期性的结果和准确率的训练结果得到综合的结果表现。

其中，所述获取多变量时间序列的多个子序列的步骤，包括：

通过滑动窗口的方式，获取多变量时间序列的多个子序列。