基于图元统计和持续同调的时间序列分类算法

摘要： 针对当前时间序列分类算法大多采用形状特征进行分类，缺乏更高维的数据特征表征能力的问题，提出通过时间序列转化的自然可视图和水平可视图提取图元特征，同时通过持续同调方法提取Vietoris-Rips复形拓扑特征，以此构造特征向量的方法，并训练XGBoost分类器以实现时间序列分类。实验结果表明：所提算法在UCR数据集上取得的平均准确率为0.81，优于COTE,ResNet,BSPC... （共8页）