II. DATA AND METHODSCentral to our

II. DATA AND METHODS
Central to our approach is the ability to represent time series using a large and diverse set of their measured properties. In this section, we describe how this representation is constructed and how it forms a basis for classification. In Sec. II-A, the datasets analyzed in this work are introduced. The feature-vector representation of time series is then discussed in Sec. II-B, and the methodology used to perform feature selection and classification is described in Sec. II-C.

ผลลัพธ์ (ไทย) 1:

II. ข้อมูลและวิธีการกลางกับวิธีการของเราสามารถเป็นตัวแทนของชุดข้อมูลเวลาที่ใช้ชุดขนาดใหญ่ และมีความหลากหลายของคุณสมบัติที่วัดได้ ในส่วนนี้ เราอธิบายวิธีสร้างการแสดงนี้และวิธีแบบพื้นฐานสำหรับการจัดประเภท Datasets วิเคราะห์ในงานนี้จะแนะนำในรอบ II-A แสดงคุณลักษณะเวกเตอร์ของชุดข้อมูลเวลาจะกล่าวถึงแล้วในรอบที่สอง-B และวิธีการใช้การเลือกคุณลักษณะจัดประเภทอธิบายในวิทูซี

ผลลัพธ์ (ไทย) 2:

ครั้งที่สอง ข้อมูลและวิธีการ
กลางวิธีการของเราคือความสามารถที่จะเป็นตัวแทนของอนุกรมเวลาโดยใช้ชุดใหญ่และมีความหลากหลายของคุณสมบัติวัดของพวกเขา ในส่วนนี้เราจะอธิบายวิธีการแสดงนี้จะถูกสร้างขึ้นและวิธีการที่เป็นพื้นฐานสำหรับการจัดหมวดหมู่ ในวินาที II-A, ชุดข้อมูลวิเคราะห์ในงานนี้ได้รับการแนะนำให้รู้จัก การแสดงคุณลักษณะเวกเตอร์ของอนุกรมเวลาจะกล่าวถึงแล้วในวินาที II-B, และวิธีการที่ใช้ในการดำเนินการเลือกคุณลักษณะและการจำแนกอธิบายไว้ในวินาที II-C

ผลลัพธ์ (ไทย) 3:

2 . ข้อมูลและวิธีการ
กลางวิธีการของเราคือ ความสามารถในการเป็นตัวแทนของอนุกรมเวลาโดยใช้ชุดใหญ่และมีความหลากหลายของการวัดคุณสมบัติ ในส่วนนี้เราจะอธิบายวิธีการการแสดงนี้ถูกสร้างและวิธีการรูปแบบพื้นฐานสำหรับการจำแนกประเภท ในวินาที ii-a , ข้อมูลวิเคราะห์ในงานนี้จะแนะนำ คุณลักษณะเวกเตอร์การแสดงของอนุกรมเวลาเป็นแล้วกล่าวถึงในวินาทีii-b และวิธีการที่ใช้เพื่อแสดงการเลือกคุณลักษณะและประเภทที่อธิบายไว้ในวินาที ii-c.