基于模式驱动与深度学习的金融时序识别方法及系统

本发明公开了基于模式驱动与深度学习的金融时序识别方法及系统，涉及金融科技与人工智能技术领域，包括定义典型模式模版，并确定每个模版的关键节点坐标，对时间序列数据进行归一化处理，基于典型模式模版，通过插值和噪声注入生成仿真时间序列数据，并将时间序列数据转换为图像格式，利用深度学习模型对转换后的图像数据进行训练和模式识别，并对真实时间序列数据进行分类识别，输出识别结果。本发明通过计算真实数据与模式模板之间的弗雷歇距离和动态时间规整距离，并结合深度学习模型的预测结果，优化了最终分类输出，提高了分类结果的可靠性，提供了更加稳健的分类结果。