您当前的位置: > 详细浏览

一种基于BP和朴素贝叶斯的时间序列分类模型

请选择邀稿期刊:
摘要: 针对传统时间序列分类方法需要较为繁琐的特征抽取工作以及在只有少量标记数据时分类效果不佳的问题,通过分析BP神经网络和朴素贝叶斯分类器的特点,提出一种基于BP和朴素贝叶斯的时间序列分类模型。利用了BP神经网络非线性映射能力和朴素贝叶斯分类器在少量标记数据下的分类能力,将BP神经网络抽取到的特征输入到朴素贝叶斯分类器中,可以较为有效的解决传统时间序列分类算法的问题。实验结果表明,该模型在标记数据较少的情况下的时间序列分类中具有较高的分类准确度。

版本历史

[V1] 2018-04-24 11:46:15 ChinaXiv:201804.02403V1 下载全文
点击下载全文
预览
许可声明
metrics指标
  •  点击量1300
  •  下载量754
评论
分享