摘要
本发明公开了一种非规则时间序列的分类方法,属于人工智能技术领域,包括以下步骤:获取待分类的非规则时间序列及其对应的掩码矩阵;将待分类的非规则时间序列和掩码矩阵输入到训练好的频率引导自适应核模型,获得自适应核选择特征OX和自适应核选择特征OM;将自适应核选择特征OX经自注意力模块处理,获得数据模式特征;将自适应核选择特征OM依次经自注意力模块、门控结构处理,获得缺失模式特征;将数据模式特征和缺失模式特征进行通道维度拼接后,依次经过线性层、Sigmoid函数层处理,获得权重a和权重1‑a;将加权融合特征HX*a+HM*(1‑a)输入到原型分类器,获得待分类的非规则时间序列X的分类结果;本发明可以提高分类精度和鲁棒性。
技术关键词
分类方法
掩码矩阵
序列
描述符
Sigmoid函数
融合特征
重构
分类器
门控结构
频率
原型
模式
注意力
元素
参数
因子
人工智能技术
通道
数据
系统为您推荐了相关专利信息
AI人工智能
网络流量数据
广告投放决策
广告投放策略
时间序列数据处理
高分子材料
性能预测方法
寿命预测模型
扫频曲线
频率