一種多模態(tài)的多變量時間序列自動分類方法及裝置
基本信息

| 申請?zhí)?/td> | CN202210390933.0 | 申請日 | - |
| 公開(公告)號 | CN114722950A | 公開(公告)日 | 2022-07-08 |
| 申請公布號 | CN114722950A | 申請公布日 | 2022-07-08 |
| 分類號 | G06K9/62(2022.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分類 | 計算;推算;計數; |
| 發(fā)明人 | 劉娟;朱丁;馮晶 | 申請(專利權)人 | 武漢大學 |
| 代理機構 | 武漢科皓知識產權代理事務所(特殊普通合伙) | 代理人 | - |
| 地址 | 430072湖北省武漢市武昌區(qū)珞珈山街道八一路299號 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明提供了一種多模態(tài)的多變量時間序列自動分類方法及裝置,其中的方法包括:S1:使用一維卷積神經網絡將多變量時間序列不同通道融合,再對各個通道進行權重計算。S2:使用符號傅里葉近似方法對原多變量時間序列進行離散化符號表示,并得到離散化符號表示向量。S3:構建時序空間網絡,計算時間特征向量和空間特征向量。S4:將離散化符號表示向量、時間特征向量和空間特征向量拼接。S5:將拼接的總特征向量作為輸入訓練一個多層感知機,最后使用softmax函數進行分類,采用多個訓練周期訓練該神經網絡。S6:將待分類的多變量時間序列輸入已經訓練好的多模態(tài)的多元多變量時間序列中,得到分類結果。本發(fā)明提高了分類的準確性。 |





