时序数据分类预测方法、电子设备及存储介质

AITNT
正文
推荐专利
时序数据分类预测方法、电子设备及存储介质
申请号:CN202410800384
申请日期:2024-06-20
公开号:CN118606809A
公开日期:2024-09-06
类型:发明专利
摘要
本申请公开了一种时序数据分类预测方法、装置及存储介质,获取初始时序数据,对初始时序数据进行多阶段迭代特征提取,得到时序信号特征;由于时序信号特征通过多阶段迭代特征提取得到,能够得到更为准确的特征数据,进而提高分类预测的准确性;接着,对时序信号特征进行基于双向传播的时序预测,得到时序关联特征,通过在时间顺序上进行双向传播的时序预测,能够增强时序关联特征之间的时域性;然后,对时序关联特征进行基于自注意力机制的计算,得到目标时序特征,从而能够有效提取时序关联特征之间的全局依赖性,进而能够准确提取出时序数据中的关联性特征,再将目标时序特征输入至预训练分类模型进行分类预测,得到更为准确的分类预测结果。
技术关键词
数据分类预测方法 信号特征 时序特征 训练分类模型 多阶段 多尺度特征提取 矩阵 注意力机制 查询特征 键特征 融合特征 空洞 图像特征提取 处理器 网格 电子设备
系统为您推荐了相关专利信息
1
一种VMD-A-TCN多元负荷预测方法
负荷预测方法 融合注意力机制 分段 残差网络 粒子群优化算法
2
基于PCA算法的突变信号定位方法、装置及设备
序列 PCA算法 信号定位方法 幅值 包络
3
工时识别模型训练方法及工序工时优化方法、系统、设备
识别模型训练方法 动作时序特征 注意力机制 序列 图像
4
基于多尺度时空特征融合的运动想象分类神经网络方法
运动想象分类 融合时空特征 神经网络方法 多尺度 时序依赖关系
5
一种变压器故障识别方法、系统、设备及介质
混沌神经网络 频域特征 时域特征 故障类别 脉冲
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号