评估Catch22特征在含噪声且长度较短的合成时间序列上的分类性能及数据需求

《Scientific Reports》：Evaluating the classification performance and data requirements of Catch22 features on noisy and short synthetic time series

　　

摘要

本研究评估了用于时间序列分类的特征提取工具Catch22的性能、数据需求及计算效率。我们使用合成正弦信号以及通过FitzHugh-Nagumo模型生成的非线性信号，系统地改变了信号持续时间、分辨率、噪声水平、类别区分度以及样本数量。研究共比较了六种数据表示方式：原始数据、对原始信号进行主成分分析后的结果、傅里叶特征、对傅里叶特征进行主成分分析后的结果、Catch22生成的特征以及对Catch22生成的特征进行主成分分析后的结果。分类性能是通过平衡数据集的标准指标——ROC曲线下面积来评估的，评估过程中采用了重复分层交叉验证和非参数统计检验，p值则用于判断统计显著性。研究结果表明，即便在信息有限的情况下，Catch22生成的特征仍具备良好的区分能力：对于带有动态噪声且时间分辨率较低（每周期采样7个点，共21个数据点）的FHN信号，只要类别参数差异在10–20%左右，即可实现分类。对于200个样本、每个样本21个数据点的情况，特征提取和分类的总计算时间仍可保持在50毫秒以内。然而，就本研究中的信号类型以及所使用的分类器——具有RBF核且参数已调整好的支持向量机而言，与使用原始数据或基于傅里叶变换的数据表示方式相比，Catch22并未展现出始终更优的分类性能，而且其预处理时间也长得多。因此，我们的研究结果表明，对于此处研究的这些信号来说，即便信号时长较短且存在噪声，使用原始数据或基于傅里叶变换的数据表示方式就已经足以获得良好的分类效果。