来源：期刊VIP网 时间：
作者：李坤;谭珺;桂宁;朱赵炜;
单位：新疆大学软件学院;中南大学计算机学院;浙江理工大学计算机科学与技术学院;
摘要：时间序列分类（TSC）是将时序数据按其动态模式划分到预定类别的任务。现实世界的时间序列通常包含趋势项、季节性分量、异常值及噪声的复杂耦合，其精准分解对分类性能提升至关重要。因此，提出一种时间序列分类方法 TSSEA，其通过FFT和STL将时间序列分解为3个视图：时间、频率和季节。基于这些视图，通过编码器间的对比学习实现迭代学习。对3个现实世界的数据集进行大量实验，结果表明，所提出的TS-SEA方法在处理多样化的时间序列应用时，相较现有方法表现出最佳的性能。
关键词：TS-SEA;;时间序列分类;;多视图联合学习;;对比学习;;傅里叶变换;;时间序列分解
