【技术实现步骤摘要】
一种基于注意力机制的BiLSTM
‑
FCN多维时间序列分类方法
[0001]本专利技术涉及时间序列的数据挖掘
，具体涉及一种基于注意力机制的BiLSTM
‑
FCN多维时间序列分类方法。
技术介绍
[0002]多维时间序列数据它是按照所观测的客观对象的某些物理量在时间维度上的采样值排列组成的数据序列，它如实记录了所观测对象在各个测量时间点上的状态值，是所观测对象真实运行状态的客观反映。在现实生活中很多领域都存在多维时间序列数据，对各个领域的数据进行针对性的研究，能对数据背后的信息进行深入的挖掘，从而用数据来指导各个领域的发展情况。
[0003]目前针对时间序列分类主要采用基于距离的方法、基于特征的方法、基于集成学习的方法。在基于距离的方法中，主要是通过定义距离函数来计算两个时间序列间的相似性，然后根据每条时间序列实例与训练数据中距离最近的实例来区分所属的类，最后将该序列实例分类到相对应的类中。基于特征的分类方法一般包括两个步骤：首先是设计特征表示方法将序列转换成一种特征向量，然...
【技术保护点】
【技术特征摘要】
1.一种基于注意力机制的BiLSTM
‑
FCN多维时间序列分类方法，其特征在于，包括以下步骤：步骤1：获取多维时间序列数据集；步骤2：构建基于注意力机制的BiLSTM
‑
FCN多维时间序列分类模型；步骤3：使用多维时间序列数据集对基于注意力机制的BiLSTM
‑
FCN多维时间序列分类网络模型进行训练；步骤4：利用训练好的基于注意力机制的BiLSTM
‑
FCN多维时间序列分类网络模型对待测的多维时间序列数据进行分类。2.根据权利要求1所述的基于注意力机制的BiLSTM
‑
FCN多维时间序列分类方法，其特征在于，步骤(1)是采用公开数据库UCI中的Robot Execution Failures数据集、EEG数据集和AReM数据集，并对数据集中的样本的每个变量进行归...
【专利技术属性】
技术研发人员：王以忠，陈露，郭肖勇，杨国威，李宁，
申请(专利权)人：天津科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。