-
公开(公告)号：CN117688991A
公开(公告)日：2024-03-12
申请号：CN202311608550.7
申请日：2023-11-29
Applicant: 江苏大学
IPC: G06N3/049 , G06N3/0455 , G06N3/06
Abstract: 本发明提供了一种基于分层多尺度的改进型CLA神经网络，为多层结构，每层均设有空间池和时间池，其中第一层空间池的输入为输入网络的时间序列数据，其余各层空间池则根据各自前一层时间池内神经元激活情况创建一个二进制的融合码作为输入；最后根据各层获得的预测神经元集合，利用基于注意力的预测解码进行解码，输出预测结果。本发明针对CLA神经网络的改进，利用分层多尺度的架构将使低层CLA学习短期序列信息，高层CLA学习长期序列信息，使网络能够捕捉时间序列数据的短期和长期相关性，有效提升CLA神经网络对于复杂序列的建模能力。
Search Results
1
records
(took 0.028 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
