【技术实现步骤摘要】
本专利技术涉及软件，更具体地说，涉及一种多通道数据处理方法、装置、电子设备及存储介质。
技术介绍
1、现阶段，利用深度学习技术对诸如图像等多通道数据进行分类、预测等任务时，需要对其提取时间、空间等维度的特征，常使用标准卷积提取时间特征。
2、而在标准卷积提取过程中，会将不同通道的数据进行交互，因此常导致提取到的时间特征存在多余噪声，这就极大降低了任务的执行效率。
技术实现思路
1、有鉴于此，为解决上述问题，本专利技术提供一种多通道数据处理方法、装置、电子设备及存储介质，技术方案如下：
2、一种多通道数据处理方法，所述多通道数据处理方法包括：
3、获取待处理的多通道数据；
4、以深度卷积的方式对所述多通道数据进行卷积运算，以获得所述多通道数据的第一特征图；
5、将所述多通道数据作为第二特征图，通过堆叠所述第一特征图与所述第二特征图进行残差连接，以提取获得所述多通道数据的时间特征。
6、优选的，所述获取待处理的多通道数据，
本文档来自技高网...
【技术保护点】
1.一种多通道数据处理方法，其特征在于，所述多通道数据处理方法包括：
2.根据权利要求1所述的多通道数据处理方法，其特征在于，所述获取待处理的多通道数据，包括：
3.根据权利要求2所述的多通道数据处理方法，其特征在于，所述以深度卷积的方式对所述多通道数据进行卷积运算，包括：
4.根据权利要求3所述的多通道数据处理方法，其特征在于，所述多尺度深度卷积层的确定方式，包括：
5.根据权利要求2~4任意一项所述的多通道数据处理方法，其特征在于，所述多通道数据处理方法还包括：
6.一种多通道数据处理装置，其特征在于，所...
【技术特征摘要】
1.一种多通道数据处理方法，其特征在于，所述多通道数据处理方法包括：
2.根据权利要求1所述的多通道数据处理方法，其特征在于，所述获取待处理的多通道数据，包括：
3.根据权利要求2所述的多通道数据处理方法，其特征在于，所述以深度卷积的方式对所述多通道数据进行卷积运算，包括：
4.根据权利要求3所述的多通道数据处理方法，其特征在于，所述多尺度深度卷积层的确定方式，包括：
5.根据权利要求2~4任意一项所述的多通道数据处理方法，其特征在于，所述多通道数据处理方法还包括：
6.一种多通道数据处理装置，其特征在于，所述多通道数据处理...
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。