从时间序列中提取特征的几种方法

方法概述

  1. 形状特征:DTW、shapelets、CNN
  2. 时间依赖特征:循环神经网络(LSTM、GRU)、反馈网络
  3. 序列变换特征:自动编码、seq2seq变换

可能有用的轮子

  1. shaplets-python:https://github.com/mohaseeb/shaplets-python
  2. sktime:https://www.sktime.org/en/latest/api_reference/classification.html#shapelet-based
  3. DTW:tslearn(文档比较全,但不是专门搞DTW的)、dtwfastDTW
  4. 欢迎补充

Reference

  1. 任守纲,张景旭,顾兴健,熊迎军,王浩云,徐焕良.时间序列特征提取方法研究综述[J].小型微型计算机系统,2021,42(02):271-278.

see also

  1. 如何计算两个时间序列之间的dtw距离?用四种python包实现
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

千行百行

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值