使用支持向量机（SVM）的匹配时间序列

给出两个不同的图，我可以使用SVM检测它们是否与定义的错误或阈值边界紧密（不完全）匹配？如果是，那么步骤是什么？我该怎么做？对不起，我对机器学习领域非常陌生，并且非常感谢专业人士的帮助。使用支持向量机（SVM）的匹配时间序列

我想问的原因是我有（t）时间内的一组（x）输入，我想验证并与（t）中预定义的（x）值集匹配。这可以用于在移动设备上使用加速度计进行运动类型检测。

2012-07-31 Ali

我把“graph matching”看成* Graph Matching *（http://en.wikipedia.org/wiki/Matching_%28graph_theory%29），你可能想把标题改为更像“匹配时间序列使用支持向量机“ – Dave 2012-07-31 12:43:07

感谢您的建议 – Ali 2012-07-31 13:06:50

以两段落的第一句话为例：您只是想要检测一个新的实例何时“接近”您预定义的一组时间序列中的任何一个实例。直接做到这一点的方法就是做到这一点;不需要花哨的机器学习算法。

如果您不想将每个实例与您预定义集合中的所有内容进行比较，那么您可以（可能）尝试使用聚类或其他无监督学习算法将其降至更少数量的原型。

SVM通常用于解决数据驱动的问题分类存在以下问题：两个（或多个）标记数据集，每个标记数据集都有多个实例;每个实例都有一组特征值，并且您想构建一个分类模型来标记后续数据。

来源

2012-07-31 12:53:46 Dave

其实我认为在我的情况下SVM更合适。我打算做的是收集一组训练数据，每个训练数据都可以特别标注。在加速度计运动类型检测的情况下，我将有10个运行样本，10个跳跃样本等，然后我想用这些样本来训练系统。在运行时，我想为系统提供动态收集的样本并相应地标记它们。这与手写识别有些类似，除了手写图像以外，我有随时间变化的图形。 – Ali 2012-07-31 13:25:44

现在我很困惑如何将我的数据转换为SVM可接受的输入。例如，在手写的情况下，他们如何将图像转换为svm可以处理的内容。对不起，我听起来很愚蠢，但我对机器学习非常陌生，而且我没有多少时间来执行上述项目。 – Ali 2012-07-31 13:26:12

你应该将这些额外的细节添加到你的问题。 – Dave 2012-07-31 14:07:23

使用支持向量机（SVM）的匹配时间序列

回答

相关问题