论文部分内容阅读
针对函数型数据分类算法中全局统计特征表达能力有限,且显著点特征易受噪声干扰等问题,提出一种基于统计深度方法的函数曲线特征分段提取算法。首先,利用数据平滑技术对离散观测的数据进行平滑化处理,同时引入函数型数据的一阶和二阶导函数;然后,分段计算函数本身及其低阶导函数的马氏积分深度值,在此基础上构造函数曲线特征向量;最后,给出三种选择调节参数的搜索方案,并进行分类研究。在UCR数据集上的实验表明,与当前其他曲线特征提取算法相比,所提算法能有效提取函数曲线特征,提高分类的准确性。