[1]楼天良,蒋惠忠.一种适于高维时间序列的特征提取方法 [J].浙江科技大学学报,2007,(02):89-92.
　LOU Tian-liang,JIANG Hui-zhong.Method of Feature Extraction Suitable for Hyperdimensional Time Series Data[J].,2007,(02):89-92.
点击复制

一种适于高维时间序列的特征提取方法

()
分享到：

《浙江科技大学学报》[ISSN:2097-5236/CN:33-1431/Z]

卷:
期数:
2007年02期
页码:
89-92
栏目:
自然科学技术研究
出版日期:
2007-06-30

文章信息/Info

Title:
Method of Feature Extraction Suitable for Hyperdimensional Time Series Data
文章编号:
1671-8798(2007)02-0089-04
作者:
楼天良1; 蒋惠忠2
1.义乌工商职业技术学院 计算机工程系，浙江 义乌 322000；2.浙江科技学院 中德学院，杭州310023
Author(s):
LOU Tian-liang; JIANG Hui-zhong
关键词:
高维时间序列; 多路传感器; 特征提取; 分类
分类号:
R540.41;TN911.7
文献标志码:
A
摘要:
为了获得更多的信息，越来越多的数据利用多路传感器进行采集，由此产生了大量的超高维时间序列。特征的提取在处理和传输这些数据中起到至关重要的作用。为此，提出一种最优鉴别平面（ODP）技术以消除数据冗余。该平面由两个在Fisher准则基础上建立起来的相互垂直的矢量组成，将模式样本投影到ODP上可得到二维特征矢量。为了衡量特征的有效性，分别用二次判别函数分类器和阈值矢量分类器对特征进行分类测试。同时，以心电信号为例对ODP方法进行测试，结果表明，该方法应用于超高维数据的特征提取是行之有效的。

更新日期/Last Update: