原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：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
基于改进DTWM的序列数据特征深度学习筛选方法
目录
文档概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.2.1序列数据分析技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.2.2特征选择方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
1.2.3深度学习在特征选择中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．12
1.3研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
1.4研究方法与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
相关理论与技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
2.1序列数据分析基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
2.1.1序列数据定义与类型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
2.1.2序列数据特征表示方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
2.2特征选择算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
2.2.1基于过滤的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
2.2.2基于包装的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
2.2.3基于嵌入的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
2.3深度学习模型介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
2.3.1卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
2.3.2循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
2.3.3长短期记忆网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
2.4基于改进DTWM的特征选择算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
基于改进DTWM的序列数据特征深度学习筛选模型．．．．．．．．．．．．．51
3.1模型框架设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53
3.2数据预处理与特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60
3.2.1数据预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62
3.2.2特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63
3.3改进的DTWM特征筛选算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．65
3.3.1算法流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．67
3.3.2关键技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．72
3.4深度学习模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．74
3.4.1网络结构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．75
3.4.2模型训练与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．78
实验设计与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．81
4.1实验数据集描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．84
4.1.1标准数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．86
4.1.2自制数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．89
4.2评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．91
4.
文档评论（0）