论文-Catch22：Canonical Time-series Characteristics（规范时间序列特征）

一、论文主要工作总结

在这项工作中，介绍了一种时间序列特征的小集合的方法，该方法（i）在给定的时间序列问题集合中表现出强大的分类性能，并且（ii）具有最小的冗余性。

将该方法应用于93个时间序列分类数据集（包含超过147,000个时间序列），并使用hctsa特征库的过滤版本（4791个特征），引入了22个规范的时间序列特征，catch22可以适合时间序列数据挖掘任务中通常遇到的动态变化。尽管将分类精度平均降低了7％，但从4791降到22的降维与计算时间减少了约1000倍，并且时间随时间序列长度的变化接近线性缩放。 catch22在时间序列的属性方面捕获了多种多样且可解释的特征，包括线性和非线性自相关，连续差异，值分布和离群值以及波动扩展属性。

二、工作细节

1、筛选起点

首先选择的特征筛选起点是hctsa