BME

该数据集是由约瑟夫·傅立叶大学创建的综合BME数据集。它特别适用于在时间序列分类的背景下测试LLT算法。该数据集的任务是对时间序列进行分类。

This is a comprehensive BME dataset developed by Joseph Fourier University. It is particularly suitable for testing LLT algorithms in the context of time series classification. The core task of this dataset is time series classification.

搜集汇总

背景与挑战

背景概述

BME是一个合成的单变量时间序列数据集，包含三个类别（Begin、Middle、End），每个序列长度为128，用于模拟时间序列分类任务。数据集的特点是类别通过序列开始或结束时的正峰值来区分，训练集较小（30个样本），测试集较大（150个样本），适用于算法验证和研究。