基于动态重心平均核的RBF网络时间序列分类

DBAK-RBF: 基于动态重心平均核的RBF网络时间序列分类

该代码库提供了一种新的时间序列分类方法：动态重心平均核径向基函数网络 (DBAK-RBF)，相关论文已被 IEEE Access 收录。

核心内容

• 动态重心平均核 (DBAK):
  • 基于改进的高斯动态时间规整 (AGDTW) 算法。
  • 利用 k 均值聚类和基于 DTW 的平均算法 (DTW 重心平均，DBA) 确定核中心。
  • 引入归一化项以增强训练过程的稳定性。
• DBAK-RBF 网络:
  • 集成 DBAK 作为核函数。
  • 有效处理时移不变性、复杂动力学和不同时间数据长度带来的挑战。

代码结构

• DBAKRBF/:
  • 包含 DBAK-RBF 网络及其组件分析的源代码。
  • 基于 https://github.com/habi/dynamic-time-warping 进行开发。
• DBAKRBF/costFunctionRBFN.m: 计算 DBAK-RBF 网络的成本和梯度。