지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 나종화
- 발행연도
- 2021
- 저작권
- 충북대학교 논문은 저작권에 의해 보호받습니다.
이용수3
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
A time series is a sequence of information that attaches a time period to each value. Due to the recent development of various digital devices, time series data is being generated tremendously in various fields such as temperature, electricity. Most time series data have non-stationary problems. Fourier analysis and wavelet analysis are used to solve these problems and also improve time series classification performance. In this paper, we compare the classification performance of time series data using discrete wavelet transform. To compare classification performance, time series data of chlorine concentration levels are used. For performance comparison with the discrete wavelet transform, the method using raw data and two time series transformation methods are used: fast Fourier transform and short-time Fourier transform. For the time series classification, five multivariate classification method are used: decision tree, naive Bayes, nearest neighbor, SVM, and random forest. As a result of classification, Classification using time series transforms show better performance than classification using raw data. The method of using the discrete wavelet transform in the time series transform has shown the best classification performance.
목차
Ⅰ. 서 론 1Ⅱ. 방 법 론 31. 푸리에 분석 32. 웨이블릿 분석 103. 다변량 분류 기법 16Ⅲ. 실제 자료 분석 201. 자료소개 202. 자료 분석 방법 203. 성능 평가 및 비교 25Ⅳ. 결 론 30참고문헌 32
최근 본 자료
댓글(0)
0