对于时间序列分类中对比学习的增强选择的指导方针

通过构建 12 个合成数据集并评估 8 种不同的数据增强方法，本研究提出了一种基于数据集特征的趋势季节性增强推荐算法，能够准确地识别给定时间序列数据的有效增强方法，并在广泛的应用中实现了平均召回率为 0.667 的表现优于基线的结果。