文献类型：期刊文章

作　　者：王劲松[1]

Wang Jinsong(USTC-Birmingham Joint Research Institute in Intelligent Computation and Its Application(UBRI),School of Computer Science and Technology,University of Science and Technology of China,Hefei 230027,Anhui,China)

机构地区：[1]中国科学技术大学计算机科学与技术学院中国科大-伯明翰大学智能计算与应用联合研究所,安徽合肥230027

出　　处：《计算机应用与软件》

年　　份：2020

卷　　号：37

期　　号：7

起止页码：253-258

语　　种：中文

收录情况：BDHX、BDHX2017、IC、JST、PROQUEST、ZGKJHX、核心刊

摘　　要：针对传统的欧氏距离度量已经无法适用于非欧的模型空间,且单个模型不能很好地捕捉到数据复杂的分布结构等问题,提出一种新算法。将时间序列转换到模型空间后,使用Fisher核来度量函数模型之间的差异,并用AdaBoost集成来拟合数据分布。在基准数据集上与主流算法相比,该算法具有更好的分类准确度和鲁棒性。

关 键 词：时间序列分类  Fisher核  回声状态网络 ADABOOST算法

分 类 号：TP3[计算机类]