软件学报

作者：刘贺贺，贺延俏，邓诗卓，吴刚，王波涛

单位：刘贺贺，东北大学 计算机科学与工程学院, 辽宁 沈阳 11081911,贺延俏，东北大学 计算机科学与工程学院, 辽宁 沈阳 11081902,邓诗卓，东北大学 信息科学与工程学院, 辽宁 沈阳 11081903,吴刚，东北大学 计算机科学与工程学院, 辽宁 沈阳 110819;医学影像智能计算教育部重点实验室 (东北大学), 辽宁 沈阳 11081904,王波涛，东北大学 计算机科学与工程学院, 辽宁 沈阳 11081905

关键词：活动分割;可穿戴传感器;矩阵轮廓;带权弧

基金：广东省基础与应用基础研究基金(2021A1515110761); 中央高校基本科研业务费专项(N2104002, N2016009)

时间序列分割是数据挖掘领域中的一个重要研究方向. 目前基于矩阵轮廓(matrix profile, MP)的时间序列分割技术得到了越来越多研究人员的关注, 并且取得了不错的研究成果. 不过该技术及其衍生算法仍然存在不足: 首先, 基于矩阵轮廓的快速低代价语义分割算法中对给定活动状态的时间序列分割时, 最近邻之间通过弧进行连接, 会出现弧跨越非目标活动状态匹配相似子序列问题; 其次, 现有提取分割点算法在提取分割点时采用给定长度窗口, 容易得到与真实值偏差较大的分割点, 降低准确性. 针对以上问题, 提出一种限制弧跨越的时间序列分割算法(limit arc curve cross-FLOSS, LAC-FLOSS), 该算法给弧添加权重, 形成一种带权弧, 并通过设置匹配距离阈值解决弧的跨状态子序列误匹配问题. 此外, 提出一种改进的提取分割点算法(improved extract regimes, IER), 它通过纠正弧跨越(corrected arc crossings, CAC)序列的形状特性, 从波谷中提取极值, 避免直接使用窗口在非拐点处取到分割点的问题. 在公开数据集datasets_seg和MobiAct上面进行对比实验, 验证以上两种解决方案的可行性和有效性.

来源：2023年第11期

《软件学报》期刊编辑部

查看软件学报杂志2023年第11期