时间序列分类的时序流批次主成分分析
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了现有序列分析模型在处理长序列多元数据时训练时间长和准确率下降的问题。提出了一种基于主成分分析的时序流压缩与降维算法（TSBPCA），该算法通过流式PCA时间估计和时间块更新持续更新整个序列的紧凑表示。实验证明，该算法在五个真实数据集上显示出分类精度和时间效率的显著提升，尤其在长序列数据集上，准确率提高约7.2%，执行时间减少49.5%。
本研究提出了一种基于主成分分析的时序流压缩与降维算法（TSBPCA），有效解决了长序列多元数据训练时间长和准确率下降的问题。实验结果显示，该算法在五个真实数据集上的分类精度提高约7.2%，执行时间减少49.5%。
