一种时间序列特征提取方法、装置、设备、介质和产品制造方法及图纸

技术编号:37971907 阅读:25 留言:0更新日期:2023-06-30 09:47
本发明专利技术提供了一种时间序列特征提取方法,包括:以所述时间序列作为输入数据,将所述输入数据输入记忆模型以获得多个用于表征记忆程度的记忆序列,每所述记忆序列所表征的记忆程度各不相同;将所有所述记忆序列进行差分运算,以获得该时间序列的最终特征。还包括相关的装置、计算机设备、储存介质和计算机程序产品。采用记忆模型与差分运算相结合的方法为减少在采集时间序列特征时的损失提供了可能。少在采集时间序列特征时的损失提供了可能。少在采集时间序列特征时的损失提供了可能。

【技术实现步骤摘要】
一种时间序列特征提取方法、装置、设备、介质和产品


[0001]本专利技术属于数据处理
,尤其是涉及一种对时间序列这一类数据的特征提取方法、装置、计算机设备、计算机存储介质和计算机程序产品。

技术介绍

[0002]本部分所提供的与本专利技术相关的背景信息,可能并非都是现有技术,可能存在不构成现有技术的内容。
[0003]随着人类向数字经济转变的逐步深化,数据越来越受到人们的重视,在数字经济发展过程中,数据的挖掘与分析将有助于人们理解数据背后蕴含的价值与规律,因此,很多领域都在发展数据挖掘等信息技术,通过发掘数据背后隐藏的重要信息,促进相关领域的发展。
[0004]时间序列数据是各类数据中的一类,它是一种重要的高维数据类型,是一组按照时间发生先后顺序进行排列的数据点序列。
[0005]时间序列广泛应用在各个领域,如医疗、金融、工业等领域,如何从时间序列数据中挖掘,以获得数据中蕴含的与时间相关的有用信息,以实现知识的提取,成为了当前的研究热点。
[0006]在现有的对时间序列特征提取的计算模型中,提取的特征中存在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种时间序列特征提取方法,其特征在于,所述方法包括:以所述时间序列作为输入数据,将所述输入数据输入记忆模型以获得多个用于表征记忆程度的记忆序列,每所述记忆序列所表征的记忆程度各不相同;将所有所述记忆序列进行差分运算,以获得该时间序列的最终特征。2.根据权利要求1所述时间序列特征提取方法,其特征在于:所述记忆模型包括遗忘因子和记忆因子,所述遗忘因子、记忆因子用于表征所述记忆程度;所述将所述输入数据输入记忆模型以获得多个用于表征记忆程度的记忆序列包括:将所述输入数据分别输入多个表征记忆程度各不相同的记忆模型中以获取相应多个表征记忆程度各不相同的记忆序列。3.根据权利要求2所述时间序列特征提取方法,其特征在于:每所述记忆模型中的遗忘因子的值与记忆因子的值之和等于1。4.根据权利要求1所述时间序列特征提取方法,其特征在于:通过所述记忆模型获得的记忆序列的数量至少为3。5.根据权利要求1所述时间序列特征提取方法,其特征在于,所述将所有所述记忆序列进行差分运算,以获得该时间序列的最终特征包括:将所有所述记忆序列中任意相邻的两个做差分运算;若经上述差分运算后,所得结...

【专利技术属性】
技术研发人员:郑俊褒杨昌辉王健马腾洲
申请(专利权)人:上海国际旅行卫生保健中心上海海关口岸门诊部
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1