计算机应用研究

作者：王会青,郭芷榕,白莹莹,

单位：太原理工大学信息与计算机学院,山西晋中030600；

关键词：时序序列,BP神经网络,朴素贝叶斯,特征抽取,

基金：山西省科技攻关项目(201603D221037-2)；国家青年科学基金资助项目(61503272)；；

针对传统时间序列分类方法需要较为繁琐的特征抽取工作以及在只有少量标记数据时分类效果不佳的问题，通过分析BP神经网络和朴素贝叶斯分类器的特点，提出一种基于BP和朴素贝叶斯的时间序列分类模型。利用BP神经网络非线性映射能力和朴素贝叶斯分类器在少量标记数据下的分类能力，将BP神经网络抽取到的特征输入到朴素贝叶斯分类器中，可以较为有效地解决传统时间序列分类算法的问题。实验结果表明，该模型在标记数据较少情况下的时间序列分类中具有较高的分类准确度。

来源：2019年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第8期