具有可见性变换的签名特征
机器学习
2020-10-12 v4 信号处理
机器学习
摘要
在本文中，我们为可见性变换建立清晰的理论基础，并表明该变换能够以统一且高效的方式将数据流绝对位置的影响嵌入到签名特征中。所生成的特征集在模式识别任务中尤为有用，因为它简化了签名特征集以容纳绝对与相对值的非线性函数的作用。
引用
@article{arxiv.2004.04006,
title = {Signature features with the visibility transformation},
author = {Yue Wu and Hao Ni and Terence J. Lyons and Robin L. Hudson},
journal= {arXiv preprint arXiv:2004.04006},
year = {2020}
}