-
公开(公告)号：CN110569358A
公开(公告)日：2019-12-13
申请号：CN201910769110.7
申请日：2019-08-20
Applicant: 上海交通大学
Abstract: 本发明提供了一种学习长时依赖和分层结构的文本分类模型、方法及介质，包括：密集连接循环神经网络模块：在循环神经网络中引入密集连接，在不同的时间步之间建立连接，使得每个循环单元可以直接连接到前面的所有的循环单元，再引入密集循环块将时间维度划分成不同的密集循环块，不同的密集循环块之间以循环神经网络的连接方式相连，共享不同密集循环块的参数，获得引入了密集循环块的循环神经网路。本发明基于小波变换和注意力机制，能够有效地提取时间序列数据中蕴藏的时域-频域特征，融合时间序列本身的全局的长期趋势特征，能够有效地提高时间序列预测精度。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
