使用支持向量機（SVM）的匹配時間序列

給出兩個不同的圖，我可以使用SVM檢測它們是否與定義的錯誤或閾值邊界緊密（不完全）匹配？如果是，那麼步驟是什麼？我該怎麼做？對不起，我對機器學習領域非常陌生，並且非常感謝專業人士的幫助。使用支持向量機（SVM）的匹配時間序列

我想問的原因是我有（t）時間內的一組（x）輸入，我想驗證並與（t）中預定義的（x）值集匹配。這可以用於在移動設備上使用加速度計進行運動類型檢測。

2012-07-31 Ali

我把「graph matching」看成* Graph Matching *（http://en.wikipedia.org/wiki/Matching_%28graph_theory%29），你可能想把標題改爲更像「匹配時間序列使用支持向量機「 – Dave 2012-07-31 12:43:07

感謝您的建議 – Ali 2012-07-31 13:06:50

以兩段落的第一句話爲例：您只是想要檢測一個新的實例何時「接近」您預定義的一組時間序列中的任何一個實例。直接做到這一點的方法就是做到這一點;不需要花哨的機器學習算法。

如果您不想將每個實例與您預定義集合中的所有內容進行比較，那麼您可以（可能）嘗試使用聚類或其他無監督學習算法將其降至更少數量的原型。

SVM通常用於解決數據驅動的問題分類存在以下問題：兩個（或多個）標記數據集，每個標記數據集都有多個實例;每個實例都有一組特徵值，並且您想構建一個分類模型來標記後續數據。

來源

2012-07-31 12:53:46 Dave

其實我認爲在我的情況下SVM更合適。我打算做的是收集一組訓練數據，每個訓練數據都可以特別標註。在加速度計運動類型檢測的情況下，我將有10個運行樣本，10個跳躍樣本等，然後我想用這些樣本來訓練系統。在運行時，我想爲系統提供動態收集的樣本並相應地標記它們。這與手寫識別有些類似，除了手寫圖像以外，我有隨時間變化的圖形。 – Ali 2012-07-31 13:25:44

現在我很困惑如何將我的數據轉換爲SVM可接受的輸入。例如，在手寫的情況下，他們如何將圖像轉換爲svm可以處理的內容。對不起，我聽起來很愚蠢，但我對機器學習非常陌生，而且我沒有多少時間來執行上述項目。 – Ali 2012-07-31 13:26:12

你應該將這些額外的細節添加到你的問題。 – Dave 2012-07-31 14:07:23

使用支持向量機（SVM）的匹配時間序列

回答

相關問題