摘要
本发明提供一种基于注意力机制的多维时序数据时空特征提取方法。本发明的基于注意力机制的多维时序数据时空特征提取方法,在获取多维时序数据并进行预处理的基础上,利用基于Transformer的自注意力机制对滑动时间窗口内的时序数据进行编码,得到当前时间窗口内时序数据的表征结果,进而将不同维度上的表征结果作为图的节点,通过计算节点间的相似度建立边关系,构建图结构,再利用注意力机制对节点进行特征融合,从而捕捉多维时序数据中的空间关联性,通过迭代更新节点特征向量,从而提取和融合空间维度上的特征,生成包含丰富时空信息的综合特征表示。最后,对综合特征表示通过主成分分析法降维处理,获得多维时序数据的时空特征。本发明可以有效提取多维时序数据时空特征,适用于智能工业、交通、医疗等领域多维时序数据的行为分析。
技术关键词
多维时序数据
方差贡献率
特征提取方法
节点
表达式
矩阵
滑动时间窗口
主成分分析法
前馈神经网络
时序特征
特征值
多头注意力机制
编码
邻居
关系
系统为您推荐了相关专利信息
反馈控制器
轨迹跟踪控制
二阶非线性系统
符号误差
前馈神经网络
温升测试方法
周期
温升测试装置
数据获取模块
电机测试技术
重构滤波器
采样滤波器
二阶锥规划
重构条件
模拟滤波器
水电机组
功率调节系统
人工智能平台
水头高度
数据分析单元