原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于LSTM和多尺度FCN的时间序列分类方法，属于时间序列分类领域。设定多模态网络的大体结构；用长短期记忆网络提取时间依赖特征；利用全卷积模块对时间序列曲线多种粒度的几何空间特征进行充分挖掘；整合时空特征并据此判别样本；利用反向传播算法充分训练模型。该方法能够以大规模、多尺度的感受野对空间特征进行全面探索，又可以自适应学习长短期时间依赖，学到的有益信息比现有模型更加全面。凭借对时间序列的差异性特点有更全面的掌握，能够给出更准确的判断。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113705715 A
(43)申请公布日 2021.11.26
(21)申请号 202111034788.4
(22)申请日 2021.09.04
(71)申请人 大连钜智信息科技有限公司
文档评论（0）