Time Series Classification (时间序列分类)

1. 数据集
2. 经典论文
3. Github项目
4. 参考博客
UCR Time Series Classification时间序列分类问题中一个广泛使用的数据集Benchmark。该数据集包含了不同领域的时间序列数据集,例如工业时间序列、生物医学时间序列等。在时间序列分类问题中,数据集中的每个样本都是一个时间序列,一个时间序列通常被描述为一个格式为(x, y)的数据,其中x是时间序列的特征,y是时间序列的标签。目标是通过学习历史时间序列和标签对应关系,对新的时间序列进行正确分类。 作为一个Benchmark数据集,UCR Time Series Classification数据集成为大多数时间序列分类算法的评价标准。该数据集涵盖了许多不同的时间序列特征,包括传感器数据、图像数据、声音数据等。应用领域包括机器指令识别、自然语言处理、人类动作识别等。 对于时间序列分类问题,采用传统的机器学习算法需要对时间序列进行特征提取,这需要先进行数据预处理,提取每个时间序列的特征。而深度学习算法则可以通过建立端到端的模型,直接利用时间序列原始数据,学习时间序列的特征。在UCR Time Series Classification数据集中,大多数算法使用了基于深度学习的方法,例如LSTM、CNN、GRU等模型。 UCR Time Series Classification数据集不仅提供了一个标准的基准测试集,也促进了相关算法和数据分析的发展,并为相关领域的研究提供了奠基性的数据资源。
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
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