BriefGPT - AI 论文速递
·
mnmDTW：用于基于摄像头的运动误差定位的动态时间规整扩展
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种名为shapeDTW的改进算法，通过点对点的局部结构信息提高匹配精度。在最近邻分类器中使用该算法作为距离度量，能够在84个UCR时间序列数据集的64个上显著优于DTW，并且在18个数据集上将准确率提高了10%以上。
🎯
关键要点
- 提出了一种名为shapeDTW的改进算法。
- shapeDTW通过点对点的局部结构信息提高匹配精度。
- 在84个UCR时间序列数据集中，shapeDTW在64个上显著优于DTW。
- 在18个数据集上，shapeDTW的准确率提高了10%以上。
➡️
