融合Mamba模块的GTN时间序列分类方法

本发明属于深度学习技术领域，具体涉及一种融合Mamba模块的GTN时间序列分类方法，包括以下步骤：以GTN模型为基础，构建注意力机制与Mamba模块协同的时间序列分类模型MAGTN；采用分层注意力机制，捕捉时间序列中的多尺度特征；采用深度可分离卷积进行因果卷积，利用扩张卷积充分捕捉时间序列的长期依赖关系，结合归一化层和残差连接提高训练稳定性；采用AdamW优化器指导模型训练，提升收敛速度。本发明是基于GTN模型，构建分层注意力机制与Mamba模块协同的时间序列分类模型，并采用卷积层进行局部卷积操作，使模型能够进行高维的多变量时间序列数据分类，间接提升了GTN模型的效率。