高级检索
检索提示：高级检索多个条件检索时是按照顺序运算的：如 A或B与C 即:(A或B)与C
[专利]
一种基于数据增强的神经网络时间序列分类方法
作者：
收录：
摘要：
本发明公开了一种基于数据增强的神经网络时间序列分类方法，首先，对时间序列数据集进行预处理；其次，选择合适的参数α对训练数据进行Mixup数据增强，增强后的数据用于模型训练；接着，构建LSTM‑FCN时间序列分类网络模型；最后，以交叉熵函数作为损失函数，使用反向传播和梯度下降算法Adam训练LSTM‑FCN网络。本发明的基于数据增强的时间序列分类方法有效提高了神经网络的时间序列分类性能。
关键词：
通讯作者信息：
电子邮件地址：
相关关键词：
相关文章：
专利基本信息 ：
专利类型： 发明申请
申请(专利)号： CN202110179057.2
申请日期： 2021-02-09
公开(公告)日： 2021-06-25
公开(公告)号： CN113035361A
申请(专利权)： 北京工业大学
法律状态： 实质审查
被引次数：
WoS核心集被引频次：
SCOPUS被引频次：
ESI高被引论文在榜： 0 展开所有
万方被引频次：
中文被引频次：
近30日浏览量： 0
归属院系：
专利获取
外部链接：
