1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 报告/分析
  5. 统计年鉴/数据分析

基于多尺度特征提取和对比学习的多元时间序列分类方法研究.pdf

基于多尺度特征提取和对比学习的多元时间序列分类方法研究.pdf

    摘要

    时间序列分类是数据挖掘领域中一项重要的任务，在工业监控、金融分析、

    医疗诊断等领域有着广泛的应用。随着多元时间序列(MTS)数据规模的指数级增

    长，构建高效精准的分类模型已成为研究的重点。然而MTS数据的高维特性、

    动态长度变化及复杂的时间依赖关系，使现有方法仍存在一些挑战，如难以有效

    建模长期依赖关系、易受噪声干扰影响，以及未能充分融合时域与频域信息。为

    此本文提出了以下两种创新的方法以提升MTS分类性能。

    首先，为解决MTS数据的长期时序依赖性和噪声干扰的问题，本文提出基

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >