-
公开(公告)号：CN115409126A
公开(公告)日：2022-11-29
申请号：CN202211148009.8
申请日：2022-09-20
Applicant: 辽宁大学
Abstract: 本发明涉及一种基于T‑CNN模型的时间序列分类改进方法。该方法首先对时间序列用小波阈值去噪后，使用Gram矩阵将时间序列无损转换为时间域图像；其次，将时间域图像作为输入矩阵输入到T‑CNN模型进行分类；由于在卷积层中引入Toeplitz卷积核矩阵，用两个矩阵的乘积替换卷积运算；在全连接层引入Triplet网络思想中同类和不同类图片的输出差值来改进CNN的损失函数，本发明基于T‑CNN模型的时间序列分类改进方法在分类的准确率、精确率、查全率、F1‑Score值明显优于现有方法。
Search Results
1
records
(took 0.022 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
