[发明专利]一种基于时间序列类别的计算机数据分类方法在审
| 申请号： | 201610427299.8 | 申请日： | 2016-06-16 |
| 公开（公告）号： | CN106127229A | 公开（公告）日： | 2016-11-16 |
| 发明（设计）人： | 申富饶;杨毅;赵金熙 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 江苏圣典律师事务所 32237 | 代理人： | 胡建华 |
| 地址： | 210023 江苏省南*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于时间序列类别的计算机数据分类方法，包括：步骤1，生成搜索长度集合；步骤2，为每一个搜索长度生成所有时间序列的子序列，标准化所有子序列；步骤3，使用聚类算法得到Shapelet候选集合C；步骤4，使用候选集合C将所有时间序列转换到Shapelet表示，转换后的数据集合为T；步骤5，使用特征选取算法在数据集合T上选取特征，得到特征集合A，并训练得到分类器Cls；步骤6，对于特征集合A中的每一个特征，将其相应的候选Shapelet加入到Shapelet集合中；步骤7，使用Shapelet集合中的Shapelet对时间序列进行转换，使用分类器Cls对转换后的数据进行分类。 | ||
| 搜索关键词： | 一种 基于 时间 序列 类别 计算机 数据 分类 方法 | ||
【主权项】：
一种基于时间序列类别的计算机数据分类方法，其特征在于，包括如下步骤：步骤1，生成搜索长度集合；步骤2，为每一个搜索长度，生成所有时间序列数据的子序列，子序列的长度为L2，并标准化所有子序列，标准化后的所有子序列组成集合S；步骤3，利用集合S，训练一个SOINN神经网络，将训练好的神经网络的每一个节点，加入到Shapelet候选集合C中；步骤4，使用Shapelet候选集合C，将所有时间序列转换到Shapelet表示，转换后的数据集合为T；步骤5，使用特征选取算法，在数据集合T上选取特征，得到特征集合为A，同时训练得到分类器Cls；步骤6，对于特征集合A中的每一个特征，将其相应的候选Shapelet加入到Shapelet集合中；步骤7，预测时间序列的类别：使用Shapelet集合中的Shapelet对时间序列进行转换，然后使用分类器Cls对转换后的数据进行分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京大学，未经南京大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610427299.8/，转载请声明来源钻瓜专利网。
