研究者提出BORF时间序列分类方法

Francesco Spinnato等研究者提出名为Bag-Of-Receptive-Field（BORF）的时间序列变换方法，用于时间序列分类。该方法在经典Bag-Of-Patterns基础上为SAX引入膨胀与步幅，可跨多尺度捕捉时序模式，并给出算法加速以降低基于SAX分类器的时间复杂度。 在超过150个单变量与多变量分类数据集上，BORF相比传统SAX方法和当前最优（SOTA）时间序列分类器展现出良好精度与出色计算效率，同时提供易于理解的解释。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。