[发明专利]一种基于卷积神经网络的多元时序数据的分类方法在审
| 申请号： | 201810270388.5 | 申请日： | 2018-03-29 |
| 公开（公告）号： | CN108491886A | 公开（公告）日： | 2018-09-04 |
| 发明（设计）人： | 张可;韩载道;李媛 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 北京众合诚成知识产权代理有限公司 11246 | 代理人： | 胡柯 |
| 地址： | 400044 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的多元时序数据的分类方法，它包括S1：获取多元时间序列数据；S2：对获取的多元时间序列数据进行去噪预处理；S3：采用卷积神经网络对预处理得到的多元时间序列数据降维；S4：对降维得到的数据采用分段聚合算法进行分段，计算聚合后的序列数据的欧式距离，根据欧式距离定义阈值进行区分并形成分类结果。本发明取得的有益效果是：既能较好保留原多元时序数据的基本结构特征，又能采用分段聚合方法对其进行分类分析；采用卷积神经网络对原多元时序数据降维表示；然后采用分段聚合的方法对降维表示后的结果进行特征提取，最后将该特征提取的结果采用欧氏距离形成分类方法。 | ||
| 搜索关键词： | 卷积神经网络 多元时序 时间序列数据 分段聚合 降维 预处理 分类 欧式距离 特征提取 基本结构特征 分类结果 欧氏距离 数据采用 数据降维 序列数据 去噪 算法 分段 聚合 保留 分析 | ||
【主权项】：
1.一种基于卷积神经网络的多元时序数据的分类方法，其特征在于，所述方法包括有以下步骤：S1：获取多元时间序列数据；S2：对获取的多元时间序列数据进行去燥预处理；S3：采用卷积神经网络对预处理得到的多元时间序列数据降维；S4：对降维得到的数据采用分段聚合算法进行分段，计算聚合后的序列数据的欧式距离，根据欧式距离定义阈值进行区分并形成分类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆大学，未经重庆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810270388.5/，转载请声明来源钻瓜专利网。
