基于动态滑动窗口的加权深度森林算法OACSTPCD
深度森林是一种典型的机器学习方法,被广泛用于分类任务中。但其在时间序列分类中,往往容易忽视时间序列变化趋势对其特征提取的积极作用;且在级联森林中的特征向量更新时,将各子分类器同等对待,使不同子模型的分类能力无法得到充分利用,最终使得时间序列分类陷入局部最优。为了解决上述问题,该文提出了一种基于动态滑动窗口的加权深度森林方法,称为AWGE-gcForest,用于时间序列数据的分类。AWGE-gcForest算法首先根据时间序列的变化趋势,定义了窗口…查看全部>>
赵艺臻;周立婵;杨雨晴;赵建军
太原科技大学计算机科学与技术学院,山西太原030024太原科技大学计算机科学与技术学院,山西太原030024太原科技大学计算机科学与技术学院,山西太原030024太原科技大学计算机科学与技术学院,山西太原030024
计算机与自动化
时间序列分类深度森林窗口变化值迭代最优变化趋势
《计算机技术与发展》 2024 (8)
P.9-16,8
国家自然科学基金项目(U1931209)山西省自然科学基金项目(20210302123223)山西省基础研究计划青年科学研究项目(202303021223298)。
评论