本發(fā)明涉及時(shí)間序列分類(lèi)技術(shù)領(lǐng)域，特別涉及一種時(shí)間序列分類(lèi)方法及系統(tǒng)。

背景技術(shù)：

時(shí)間序列是某種現(xiàn)象或統(tǒng)計(jì)指標(biāo)在不同時(shí)間點(diǎn)上的各個(gè)數(shù)值，按照時(shí)間順序排列而成的有序序列。時(shí)間序列的分類(lèi)問(wèn)題一直是時(shí)間序列數(shù)據(jù)挖掘領(lǐng)域研究人員關(guān)注的重點(diǎn)。隨著大數(shù)據(jù)時(shí)代的到來(lái)，快速有效地對(duì)雜亂無(wú)章的時(shí)間序列分類(lèi)顯得尤為重要。當(dāng)前，對(duì)時(shí)間序列進(jìn)行分類(lèi)的分類(lèi)算法主要包括最近鄰分類(lèi)器、支持向量機(jī)以及稀疏編碼算法等。

目前，在利用最近鄰分類(lèi)器、支持向量機(jī)或稀疏編碼算法對(duì)時(shí)間序列進(jìn)行分類(lèi)時(shí)，需要事先對(duì)時(shí)間序列進(jìn)行核變換處理，然后再對(duì)經(jīng)過(guò)核變換處理的時(shí)間序列進(jìn)行分類(lèi)。例如，可以利用高斯核函數(shù)對(duì)時(shí)間序列進(jìn)行核變換處理，但是由于傳統(tǒng)的歐氏距離難以處理時(shí)間序列特有的偏移性，有學(xué)者提出將能夠?qū)r(shí)間序列進(jìn)行有效度量的動(dòng)態(tài)時(shí)間規(guī)整距離(DTW，即Dynamic Time Warping)引入到高斯核函數(shù)中，相應(yīng)地得到了GDTW(即Gaussian Dynamic Time Warping kernel，高斯動(dòng)態(tài)時(shí)間規(guī)整核函數(shù))。時(shí)間序列經(jīng)過(guò)GDTW核函數(shù)的核變換處理后，最終的分類(lèi)效果得到了一定的提升。但是，由于GDTW核函數(shù)僅將DTW作為一種距離度量，簡(jiǎn)單地將其替換高斯核函數(shù)中的歐氏距離，而忽略了DTW中較為重要的偏移路徑信息，因此使得時(shí)間序列的分類(lèi)效果還有待進(jìn)一步的改善。

綜上所述可以看出，如何進(jìn)一步改善時(shí)間序列的分類(lèi)效果是目前有待解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種時(shí)間序列分類(lèi)方法及系統(tǒng)，進(jìn)一步改善了時(shí)間序列的分類(lèi)效果。其具體方案如下：

一種時(shí)間序列分類(lèi)方法，包括：

預(yù)先對(duì)GDTW核函數(shù)進(jìn)行優(yōu)化，得到改進(jìn)后的GDTW核函數(shù)；

利用所述改進(jìn)后的GDTW核函數(shù)，分別對(duì)預(yù)設(shè)的時(shí)間序列訓(xùn)練樣本集和時(shí)間序列測(cè)試樣本進(jìn)行核變換，相應(yīng)地得到訓(xùn)練樣本的核變換數(shù)據(jù)集和測(cè)試樣本的核變換數(shù)據(jù)；

利用預(yù)設(shè)的分類(lèi)算法，并依據(jù)所述訓(xùn)練樣本的核變換數(shù)據(jù)集中的時(shí)間序列類(lèi)別標(biāo)簽，對(duì)所述測(cè)試樣本的核變換數(shù)據(jù)進(jìn)行分類(lèi)處理，得到所述時(shí)間序列測(cè)試樣本的類(lèi)別；

其中，所述改進(jìn)后的GDTW核函數(shù)為：

$K(x,y)=\underset{s=1}{\overset{N}{\Σ}}\exp (-{\mathrm{Dist}}_{eu}{\left(w_{s|x},w_{s|y}\right)}^2/{\mathrm{\σ}}^2);$

式中，σ表示核參數(shù)，x表示輸入所述改進(jìn)后的GDTW核函數(shù)中的第一時(shí)間序列，y表示輸入所述改進(jìn)后的GDTW核函數(shù)中的第二時(shí)間序列，w_s|x表示所述第一時(shí)間序列上的第g個(gè)序列元素，w_s|y表示所述第二時(shí)間序列上的第h個(gè)序列元素，并且，(w_s|x,w_s|y)表示最優(yōu)偏移路徑W_x,y上的第s個(gè)路徑元素，Dist_eu(w_s|x,w_s|y)表示w_s|x和w_s|y之間的歐氏距離，所述最優(yōu)偏移路徑W_x,y表示所述第一時(shí)間序列和所述第二時(shí)間序列之間的最優(yōu)偏移路徑，其中，W_x,y＝{w₁,w₂,...,w_N}。

優(yōu)選的，對(duì)所述時(shí)間序列訓(xùn)練樣本集進(jìn)行核變換的過(guò)程，包括：

利用所述改進(jìn)后的GDTW核函數(shù)，對(duì)所述時(shí)間序列訓(xùn)練樣本集進(jìn)行核變換，得到所述訓(xùn)練樣本的核變換數(shù)據(jù)集；其中，所述訓(xùn)練樣本的核變換數(shù)據(jù)集為：

式中，x_k表示所述時(shí)間序列訓(xùn)練樣本集中的第k個(gè)時(shí)間序列訓(xùn)練樣本，v_k表示x_k的類(lèi)別標(biāo)簽，表示所述訓(xùn)練樣本的核變換數(shù)據(jù)集中的第k個(gè)核變換數(shù)據(jù)元素，

優(yōu)選的，對(duì)所述時(shí)間序列測(cè)試樣本進(jìn)行核變換的過(guò)程，包括：

利用所述改進(jìn)后的GDTW核函數(shù)，并結(jié)合所述時(shí)間序列訓(xùn)練樣本集，對(duì)所述時(shí)間序列測(cè)試樣本進(jìn)行核變換，得到所述測(cè)試樣本的核變換數(shù)據(jù)；其中，所述測(cè)試樣本的核變換數(shù)據(jù)為：

式中，y表示所述時(shí)間序列測(cè)試樣本，x_k表示所述時(shí)間序列訓(xùn)練樣本集中的第k個(gè)時(shí)間序列訓(xùn)練樣本，k＝{1,2,...,M}。

優(yōu)選的，所述分類(lèi)算法為最近鄰分類(lèi)器、支持向量機(jī)或稀疏編碼算法。

本發(fā)明還公開(kāi)了一種時(shí)間序列分類(lèi)系統(tǒng)，包括：

核函數(shù)優(yōu)化模塊，用于預(yù)先對(duì)GDTW核函數(shù)進(jìn)行優(yōu)化，得到改進(jìn)后的GDTW核函數(shù)；

核變換模塊，用于利用所述改進(jìn)后的GDTW核函數(shù)，分別對(duì)預(yù)設(shè)的時(shí)間序列訓(xùn)練樣本集和時(shí)間序列測(cè)試樣本進(jìn)行核變換，相應(yīng)地得到訓(xùn)練樣本的核變換數(shù)據(jù)集和測(cè)試樣本的核變換數(shù)據(jù)；

時(shí)間序列分類(lèi)模塊，用于利用預(yù)設(shè)的分類(lèi)算法，并依據(jù)所述訓(xùn)練樣本的核變換數(shù)據(jù)集中的時(shí)間序列類(lèi)別標(biāo)簽，對(duì)所述測(cè)試樣本的核變換數(shù)據(jù)進(jìn)行分類(lèi)處理，得到所述時(shí)間序列測(cè)試樣本的類(lèi)別；

其中，所述改進(jìn)后的GDTW核函數(shù)為：

$K(x,y)=\underset{s=1}{\overset{N}{\Σ}}\exp (-{\mathrm{Dist}}_{eu}{\left(w_{s|x},w_{s|y}\right)}^2/{\mathrm{\σ}}^2);$

式中，σ表示核參數(shù)，x表示輸入所述改進(jìn)后的GDTW核函數(shù)中的第一時(shí)間序列，y表示輸入所述改進(jìn)后的GDTW核函數(shù)中的第二時(shí)間序列，w_s|x表示所述第一時(shí)間序列上的第g個(gè)序列元素，w_s|y表示所述第二時(shí)間序列上的第h個(gè)序列元素，并且，(w_s|x,w_s|y)表示最優(yōu)偏移路徑W_x,y上的第s個(gè)路徑元素，Dist_eu(w_s|x,w_s|y)表示w_s|x和w_s|y之間的歐氏距離，所述最優(yōu)偏移路徑W_x,y表示所述第一時(shí)間序列和所述第二時(shí)間序列之間的最優(yōu)偏移路徑，其中，W_x,y＝{w₁,w₂,...,w_N}。

優(yōu)選的，所述核變換模塊，包括：

第一核變換單元，用于利用所述改進(jìn)后的GDTW核函數(shù)，對(duì)所述時(shí)間序列訓(xùn)練樣本集進(jìn)行核變換，得到所述訓(xùn)練樣本的核變換數(shù)據(jù)集；其中，所述訓(xùn)練樣本的核變換數(shù)據(jù)集為：

式中，x_k表示所述時(shí)間序列訓(xùn)練樣本集中的第k個(gè)時(shí)間序列訓(xùn)練樣本，v_k表示x_k的類(lèi)別標(biāo)簽，表示所述訓(xùn)練樣本的核變換數(shù)據(jù)集中的第k個(gè)核變換數(shù)據(jù)元素，

第二核變換單元，用于利用所述改進(jìn)后的GDTW核函數(shù)，并結(jié)合所述時(shí)間序列訓(xùn)練樣本集，對(duì)所述時(shí)間序列測(cè)試樣本進(jìn)行核變換，得到所述測(cè)試樣本的核變換數(shù)據(jù)；其中，所述測(cè)試樣本的核變換數(shù)據(jù)為：

式中，y表示所述時(shí)間序列測(cè)試樣本，x_k表示所述時(shí)間序列訓(xùn)練樣本集中的第k個(gè)時(shí)間序列訓(xùn)練樣本，k＝{1,2,...,M}。

優(yōu)選的，所述時(shí)間序列分類(lèi)模塊中所采用的分類(lèi)算法為最近鄰分類(lèi)器、支持向量機(jī)或稀疏編碼算法。

本發(fā)明中，時(shí)間序列分類(lèi)方法包括：預(yù)先對(duì)GDTW核函數(shù)進(jìn)行優(yōu)化，得到改進(jìn)后的GDTW核函數(shù)；利用改進(jìn)后的GDTW核函數(shù)，分別對(duì)預(yù)設(shè)的時(shí)間序列訓(xùn)練樣本集和時(shí)間序列測(cè)試樣本進(jìn)行核變換，相應(yīng)地得到訓(xùn)練樣本的核變換數(shù)據(jù)集和測(cè)試樣本的核變換數(shù)據(jù)；利用預(yù)設(shè)的分類(lèi)算法，并依據(jù)訓(xùn)練樣本的核變換數(shù)據(jù)集中的時(shí)間序列類(lèi)別標(biāo)簽，對(duì)測(cè)試樣本的核變換數(shù)據(jù)進(jìn)行分類(lèi)處理，得到時(shí)間序列測(cè)試樣本的類(lèi)別；其中，改進(jìn)后的GDTW核函數(shù)為：

$K(x,y)=\underset{s=1}{\overset{N}{\Σ}}\exp (-{\mathrm{Dist}}_{eu}{\left(w_{s|x},w_{s|y}\right)}^2/{\mathrm{\σ}}^2);$

式中，σ表示核參數(shù)，x表示輸入改進(jìn)后的GDTW核函數(shù)中的第一時(shí)間序列，y表示輸入改進(jìn)后的GDTW核函數(shù)中的第二時(shí)間序列，w_s|x表示第一時(shí)間序列上的第g個(gè)序列元素，w_s|y表示第二時(shí)間序列上的第h個(gè)序列元素，并且，(w_s|x,w_s|y)表示最優(yōu)偏移路徑W_x,y上的第s個(gè)路徑元素，Dist_eu(w_s|x,w_s|y)表示w_s|x和w_s|y之間的歐氏距離，最優(yōu)偏移路徑W_x,y表示第一時(shí)間序列和第二時(shí)間序列之間的最優(yōu)偏移路徑，其中，W_x,y＝{w₁,w₂,...,w_N}。

由上可知，本發(fā)明將時(shí)間序列間的最優(yōu)偏移路徑引入了GDTW核函數(shù)中，也即，本發(fā)明中，改進(jìn)后的GDTW核函數(shù)在計(jì)算時(shí)間序列元素之間的歐氏距離時(shí)，是對(duì)滿(mǎn)足最優(yōu)偏移路徑的兩個(gè)時(shí)間序列元素之間的歐式距離進(jìn)行計(jì)算的，這樣使得改進(jìn)后的GDTW核函數(shù)保留了時(shí)間序列之間的偏移路徑信息，從而使得后續(xù)的分類(lèi)效果得到進(jìn)一步的改善。也即，本發(fā)明進(jìn)一步改善了時(shí)間序列的分類(lèi)效果。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例公開(kāi)的一種時(shí)間序列分類(lèi)方法流程圖；

圖2為本發(fā)明實(shí)施例公開(kāi)的一種時(shí)間序列分類(lèi)系統(tǒng)結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明實(shí)施例公開(kāi)了一種時(shí)間序列分類(lèi)方法，參見(jiàn)圖1所示，該方法包括：

步驟S11：預(yù)先對(duì)GDTW核函數(shù)進(jìn)行優(yōu)化，得到改進(jìn)后的GDTW核函數(shù)。其中，改進(jìn)后的GDTW核函數(shù)為：

$K(x,y)=\underset{s=1}{\overset{N}{\Σ}}\exp (-{\mathrm{Dist}}_{eu}{\left(w_{s|x},w_{s|y}\right)}^2/{\mathrm{\σ}}^2);$

式中，σ表示核參數(shù)，x表示輸入改進(jìn)后的GDTW核函數(shù)中的第一時(shí)間序列，y表示輸入改進(jìn)后的GDTW核函數(shù)中的第二時(shí)間序列，w_s|x表示第一時(shí)間序列上的第g個(gè)序列元素，w_s|y表示第二時(shí)間序列上的第h個(gè)序列元素，并且，(w_s|x,w_s|y)表示最優(yōu)偏移路徑W_x,y上的第s個(gè)路徑元素，Dist_eu(w_s|x,w_s|y)表示w_s|x和w_s|y之間的歐氏距離，最優(yōu)偏移路徑W_x,y表示第一時(shí)間序列和第二時(shí)間序列之間的最優(yōu)偏移路徑，其中，W_x,y＝{w₁,w₂,...,w_N}。

本實(shí)施例中，上述第一時(shí)間序列為輸入上述改進(jìn)后的GDTW核函數(shù)中的任一時(shí)間序列，上述第二時(shí)間序列為輸入上述改進(jìn)后的GDTW核函數(shù)中的另一任意時(shí)間序列。上述改進(jìn)后的GDTW核函數(shù)中，(w_s|x,w_s|y)表示最優(yōu)偏移路徑W_x,y上的第s個(gè)路徑元素，w_s|x表示第一時(shí)間序列上的第g個(gè)序列元素，w_s|y表示第二時(shí)間序列上的第h個(gè)序列元素，其中，上述g值小于或等于第一時(shí)間序列上的序列元素的總數(shù)，同理，上述h值小于或等于第二時(shí)間序列上的序列元素的總數(shù)?？梢?jiàn)，在將上述第一時(shí)間序列和上述第二時(shí)間序列輸入上述改進(jìn)后的GDTW核函數(shù)之后，需要先確定出上述第一時(shí)間序列和上述第二時(shí)間序列之間的最優(yōu)偏移路徑，其中，最優(yōu)偏移路徑中包括多個(gè)路徑元素，每個(gè)路徑元素均包括兩個(gè)序列元素，其中一個(gè)序列元素位于上述第一時(shí)間序列，另一個(gè)序列元素位于上述第二時(shí)間序列。由此可以看出，在上述改進(jìn)后的GDTW核函數(shù)中，需要進(jìn)行歐氏距離計(jì)算的任意兩個(gè)序列元素需要滿(mǎn)足能夠構(gòu)成最優(yōu)偏移路徑上的路徑元素的條件。

步驟S12：利用上述改進(jìn)后的GDTW核函數(shù)，分別對(duì)預(yù)設(shè)的時(shí)間序列訓(xùn)練樣本集和時(shí)間序列測(cè)試樣本進(jìn)行核變換，相應(yīng)地得到訓(xùn)練樣本的核變換數(shù)據(jù)集和測(cè)試樣本的核變換數(shù)據(jù)。

需要說(shuō)明的是，上述預(yù)設(shè)的時(shí)間序列訓(xùn)練樣本集中攜帶有每一時(shí)間序列樣本所對(duì)應(yīng)的序列類(lèi)別標(biāo)簽。利用上述改進(jìn)后的GDTW核函數(shù)對(duì)上述時(shí)間序列訓(xùn)練樣本集進(jìn)行核變換后，所得到的訓(xùn)練樣本的核變換數(shù)據(jù)集中依然會(huì)攜帶原有的時(shí)間序列類(lèi)別標(biāo)簽。而由于上述時(shí)間序列測(cè)試樣本的類(lèi)別在上述核變換之前還處于未知狀態(tài)，所以，經(jīng)過(guò)上述核變換后，上述時(shí)間序列測(cè)試樣本的類(lèi)別依然處于未知狀態(tài)。

步驟S13：利用預(yù)設(shè)的分類(lèi)算法，并依據(jù)訓(xùn)練樣本的核變換數(shù)據(jù)集中的時(shí)間序列類(lèi)別標(biāo)簽，對(duì)測(cè)試樣本的核變換數(shù)據(jù)進(jìn)行分類(lèi)處理，得到時(shí)間序列測(cè)試樣本的類(lèi)別。

需要說(shuō)明的是，本實(shí)施例中，上述預(yù)設(shè)的分類(lèi)算法可以是最近鄰分類(lèi)器、支持向量機(jī)或稀疏編碼算法。

由上可知，本發(fā)明實(shí)施例將時(shí)間序列間的最優(yōu)偏移路徑引入了GDTW核函數(shù)中，也即，本發(fā)明實(shí)施例中，改進(jìn)后的GDTW核函數(shù)在計(jì)算時(shí)間序列元素之間的歐氏距離時(shí)，是對(duì)滿(mǎn)足最優(yōu)偏移路徑的兩個(gè)時(shí)間序列元素之間的歐式距離進(jìn)行計(jì)算的，這樣使得改進(jìn)后的GDTW核函數(shù)保留了時(shí)間序列之間的偏移路徑信息，從而使得后續(xù)的分類(lèi)效果得到進(jìn)一步的改善。也即，本發(fā)明實(shí)施例進(jìn)一步改善了時(shí)間序列的分類(lèi)效果。

本發(fā)明實(shí)施例公開(kāi)了一種具體的時(shí)間序列分類(lèi)方法，相對(duì)于上一實(shí)施例，本實(shí)施例對(duì)技術(shù)方案作了進(jìn)一步的說(shuō)明和優(yōu)化。具體的：

上一實(shí)施例步驟S11中，通過(guò)將最優(yōu)偏移路徑W_x,y引入GDTW核函數(shù)，以對(duì)GDTW核函數(shù)進(jìn)行優(yōu)化，從而得到了改進(jìn)后的GDTW核函數(shù)。其中，上述最優(yōu)偏移路徑W_x,y＝{w₁,w₂,...,w_N}。需要說(shuō)明的是，如何確定上述最優(yōu)偏移路徑W_x,y是現(xiàn)有技術(shù)中已知的技術(shù)方案。具體的，利用第一時(shí)間序列和第二時(shí)間序列，創(chuàng)建一個(gè)n行×m列的矩陣D；其中，n與第一時(shí)間序列的序列長(zhǎng)度相等，m與第二時(shí)間序列的序列長(zhǎng)度相等，并且，最優(yōu)偏移路徑W_x,y的第s個(gè)路徑元素(w_s|x,w_s|y)所對(duì)應(yīng)的路徑距離D(g,h)為：

D(g,h)＝Dist_eu(x_g,y_h)+min{D(g-1,h),D(g,h-1),D(g-1,h-1)}；

式中，Dist_eu(x_g,y_h)表示第一時(shí)間序列上的第g個(gè)序列元素和第二時(shí)間序列上的第h個(gè)序列元素之間的歐氏距離，D(g,h)表示第一時(shí)間序列上長(zhǎng)度為g的子序列和第二時(shí)間序列上長(zhǎng)度為h的子序列之間的路徑距離，其中，第一時(shí)間序列上長(zhǎng)度為g的子序列表示第一時(shí)間序列上從第1個(gè)序列元素到第g個(gè)序列元素之間的數(shù)據(jù)，同理，第二時(shí)間序列上長(zhǎng)度為h的子序列表示第二時(shí)間序列上從第1個(gè)序列元素到第h個(gè)序列元素之間的數(shù)據(jù)。另外，需要說(shuō)明的是，上述最優(yōu)偏移路徑W_x,y的第1個(gè)路徑元素w₁所對(duì)應(yīng)的路徑距離為D(1,1)，第N個(gè)路徑元素w_N所對(duì)應(yīng)的路徑距離為D(n,m)，也即，D(1,1)所對(duì)應(yīng)的序列元素構(gòu)成了上述最優(yōu)偏移路徑W_x,y的下邊界，D(n,m)所對(duì)應(yīng)的序列元素構(gòu)成了上述最優(yōu)偏移路徑W_x,y的上邊界。

上一實(shí)施例步驟S12中，需要對(duì)時(shí)間序列訓(xùn)練樣本集進(jìn)行核變換。本實(shí)施例中，對(duì)時(shí)間序列訓(xùn)練樣本集進(jìn)行核變換的過(guò)程，具體包括：

利用改進(jìn)后的GDTW核函數(shù)，對(duì)時(shí)間序列訓(xùn)練樣本集進(jìn)行核變換，得到訓(xùn)練樣本的核變換數(shù)據(jù)集；其中，訓(xùn)練樣本的核變換數(shù)據(jù)集為：

式中，x_k表示時(shí)間序列訓(xùn)練樣本集中的第k個(gè)時(shí)間序列訓(xùn)練樣本，v_k表示x_k的類(lèi)別標(biāo)簽，表示訓(xùn)練樣本的核變換數(shù)據(jù)集中的第k個(gè)核變換數(shù)據(jù)元素，

另外，上一實(shí)施例步驟S12中，還需要對(duì)時(shí)間序列測(cè)試樣本進(jìn)行核變換。本實(shí)施例中，對(duì)時(shí)間序列測(cè)試樣本進(jìn)行核變換的過(guò)程，具體包括：

利用改進(jìn)后的GDTW核函數(shù)，并結(jié)合時(shí)間序列訓(xùn)練樣本集，對(duì)時(shí)間序列測(cè)試樣本進(jìn)行核變換，得到測(cè)試樣本的核變換數(shù)據(jù)；其中，測(cè)試樣本的核變換數(shù)據(jù)為：

式中，y表示時(shí)間序列測(cè)試樣本，x_k表示時(shí)間序列訓(xùn)練樣本集中的第k個(gè)時(shí)間序列訓(xùn)練樣本，k＝{1,2,...,M}。

相應(yīng)的，本發(fā)明實(shí)施例還公開(kāi)了一種時(shí)間序列分類(lèi)系統(tǒng)，參見(jiàn)圖2所以，該系統(tǒng)包括：

核函數(shù)優(yōu)化模塊21，用于預(yù)先對(duì)GDTW核函數(shù)進(jìn)行優(yōu)化，得到改進(jìn)后的GDTW核函數(shù)；

核變換模塊22，用于利用改進(jìn)后的GDTW核函數(shù)，分別對(duì)預(yù)設(shè)的時(shí)間序列訓(xùn)練樣本集和時(shí)間序列測(cè)試樣本進(jìn)行核變換，相應(yīng)地得到訓(xùn)練樣本的核變換數(shù)據(jù)集和測(cè)試樣本的核變換數(shù)據(jù)；

時(shí)間序列分類(lèi)模塊23，用于利用預(yù)設(shè)的分類(lèi)算法，并依據(jù)訓(xùn)練樣本的核變換數(shù)據(jù)集中的時(shí)間序列類(lèi)別標(biāo)簽，對(duì)測(cè)試樣本的核變換數(shù)據(jù)進(jìn)行分類(lèi)處理，得到時(shí)間序列測(cè)試樣本的類(lèi)別；

其中，上述改進(jìn)后的GDTW核函數(shù)為：

$K(x,y)=\underset{s=1}{\overset{N}{\Σ}}\exp (-{\mathrm{Dist}}_{eu}{\left(w_{s|x},w_{s|y}\right)}^2/{\mathrm{\σ}}^2);$

式中，σ表示核參數(shù)，x表示輸入改進(jìn)后的GDTW核函數(shù)中的第一時(shí)間序列，y表示輸入改進(jìn)后的GDTW核函數(shù)中的第二時(shí)間序列，w_s|x表示第一時(shí)間序列上的第g個(gè)序列元素，w_s|y表示第二時(shí)間序列上的第h個(gè)序列元素，并且，(w_s|x,w_s|y)表示最優(yōu)偏移路徑W_x,y上的第s個(gè)路徑元素，Dist_eu(w_s|x,w_s|y)表示w_s|x和w_s|y之間的歐氏距離，最優(yōu)偏移路徑W_x,y表示第一時(shí)間序列和第二時(shí)間序列之間的最優(yōu)偏移路徑，其中，W_x,y＝{w₁,w₂,...,w_N}。

由上可知，本發(fā)明實(shí)施例將時(shí)間序列間的最優(yōu)偏移路徑引入了GDTW核函數(shù)中，也即，本發(fā)明實(shí)施例中，改進(jìn)后的GDTW核函數(shù)在計(jì)算時(shí)間序列元素之間的歐氏距離時(shí)，是對(duì)滿(mǎn)足最優(yōu)偏移路徑的兩個(gè)時(shí)間序列元素之間的歐式距離進(jìn)行計(jì)算的，這樣使得改進(jìn)后的GDTW核函數(shù)保留了時(shí)間序列之間的偏移路徑信息，從而使得后續(xù)的分類(lèi)效果得到進(jìn)一步的改善。也即，本發(fā)明實(shí)施例進(jìn)一步改善了時(shí)間序列的分類(lèi)效果。

另外，上述核變換模塊，具體包括第一核變換單元和第二核變換單元，其中：

第一核變換單元，用于利用改進(jìn)后的GDTW核函數(shù)，對(duì)時(shí)間序列訓(xùn)練樣本集進(jìn)行核變換，得到訓(xùn)練樣本的核變換數(shù)據(jù)集；其中，訓(xùn)練樣本的核變換數(shù)據(jù)集為：

式中，x_k表示時(shí)間序列訓(xùn)練樣本集中的第k個(gè)時(shí)間序列訓(xùn)練樣本，v_k表示x_k的類(lèi)別標(biāo)簽，表示訓(xùn)練樣本的核變換數(shù)據(jù)集中的第k個(gè)核變換數(shù)據(jù)元素，

第二核變換單元，用于利用改進(jìn)后的GDTW核函數(shù)，并結(jié)合時(shí)間序列訓(xùn)練樣本集，對(duì)時(shí)間序列測(cè)試樣本進(jìn)行核變換，得到測(cè)試樣本的核變換數(shù)據(jù)；其中，測(cè)試樣本的核變換數(shù)據(jù)為：

式中，y表示時(shí)間序列測(cè)試樣本，x_k表示時(shí)間序列訓(xùn)練樣本集中的第k個(gè)時(shí)間序列訓(xùn)練樣本，k＝{1,2,...,M}。

另外，上述時(shí)間序列分類(lèi)模塊中所采用的分類(lèi)算法具體可以為最近鄰分類(lèi)器、支持向量機(jī)或稀疏編碼算法。

最后，還需要說(shuō)明的是，在本文中，諸如第一和第二等之類(lèi)的關(guān)系術(shù)語(yǔ)僅僅用來(lái)將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開(kāi)來(lái)，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語(yǔ)“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過(guò)程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒(méi)有明確列出的其他要素，或者是還包括為這種過(guò)程、方法、物品或者設(shè)備所固有的要素。在沒(méi)有更多限制的情況下，由語(yǔ)句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過(guò)程、方法、物品或者設(shè)備中還存在另外的相同要素。

以上對(duì)本發(fā)明所提供的一種時(shí)間序列分類(lèi)方法及系統(tǒng)進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說(shuō)明只是用于幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說(shuō)明書(shū)內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。