zoukankan      html  css  js  c++  java
  • 【KDD2020论文阅读总结】时间序列分类--鸡行为分类 (UCR)

    【KDD2020论文阅读总结】鸡行为分类
    【链接https://dl.acm.org/doi/pdf/10.1145/3394486.3403385
    Title】Fitbit for Chickens? Time Series Data Mining Can Increase the Productivity of Poultry Farms
    【应用】时间序列分类
    【领域】数据挖掘,家禽养殖

    【文章要点】
    本文来自时间序列的研发大户UCR(加州大学河滨分校)
    文章也没特别的算法上的亮点,但是鸡行为这个方向研究的人比较少,所以这篇论文主要是介绍技术背景、数据集以及常规的算法分析。
    数据采集:鸡身上的加速器传感器,该传感器可以检测到xyz三轴的分量,采集频率100Hz
    采集工作流:
    3个类别:喂食/进食,整理羽毛,沙浴。 

    分类器:最近邻分类——对于时间序列T的分类时根据给定的查询序列Q,在T中找相似的序列。
    距离衡量:欧拉距离(ED)或 Dynamic Time Warping(DTW)
    特征:shape 和 feature (如,方差,complecity,功率谱密度等)(同一个类别的时间序列长度可能不一样,且相差一个数量级)
    complecity特征:1) CID: an efficient complexity-invariant distance for time series [14]  2)Matrix Profile V: A Generic Technique to
    Incorporate Domain Knowledge into Motif Discovery” [16]
    步骤:
    1) 人工标注并提出备选特征
    2)计算特征向量
    3)向量匹配与学习阈值
    std(T,100)是指滑动窗口为100(1s)的计算标准差
    实验结果:
    应用:区分健康的鸡和生病的鸡
    直方图

    附件列表

    • 相关阅读:
      HighCharts基本使用
      Django REST framework
      Python基础知识之大杂烩
      聚类算法:K-Means
      决策树学习笔记
      pd.read_csv() 、to_csv() 之 常用参数
      对分类型变量,进行编码处理——pd.get_dummies()、LabelEncoder()、oneHotEncoder()
      分类模型效果评估
      标准差、方差、协方差的区别
      copy 和 deepcopy的区别
    • 原文地址:https://www.cnblogs.com/combfish/p/13856842.html
    Copyright © 2011-2022 走看看