[发明专利]一种深度尺度学习的时间序列规整方法在审
| 申请号： | 201610272860.X | 申请日： | 2016-04-28 |
| 公开（公告）号： | CN105955925A | 公开（公告）日： | 2016-09-21 |
| 发明（设计）人： | 尹晓川;陈启军 | 申请（专利权）人： | 同济大学 |
| 主分类号： | G06F17/11 | 分类号： | G06F17/11 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 叶敏华 |
| 地址： | 200092 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种深度尺度学习的时间序列规整方法，采用端到端的学习方法，将不同长短的高维时间序列进行非线性降维和拉伸变换处理，该方法包括以下步骤：(1)在欧式空间下对同类时间序列信号进行时间规整，得到时间规整矩阵；(2)通过时间规整矩阵，将时间序列信号进行非线性降维，并增加自编码和正则化项进行约束，求得非线性降维方程，进而求得非线性降维矩阵；(3)对同种类别的时间序列进行时间规整，得到新的时间规整矩阵；(4)如果超过迭代次数或者验证数据组的结果准确率不升反降，结束计算，否则转到步骤(2)。与现有技术相比，本发明具有速度快、能够应对非线性时间序列识别等优点。 | ||
| 搜索关键词： | 一种 深度 尺度 学习 时间 序列 规整 方法 | ||
【主权项】：
一种深度尺度学习的时间序列规整方法，假设两个时间序列在同一视角并在同一非线性空间中，其特征在于，采用端到端的学习方法，将不同长短的高维时间序列进行非线性降维和拉伸变换处理，该方法包括以下步骤：(1)在欧式空间下对同类时间序列信号进行时间规整，得到时间规整矩阵；(2)通过时间规整矩阵，将时间序列信号进行非线性降维，并增加自编码和正则化项进行约束，求得非线性降维方程，进而求得非线性降维矩阵；(3)对同种类别的时间序列进行时间规整，得到新的时间规整矩阵；(4)如果超过迭代次数或者验证数据组的结果准确率不升反降，结束计算，否则转到步骤(2)。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于同济大学，未经同济大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610272860.X/，转载请声明来源钻瓜专利网。
- 上一篇：卷盘式喷灌机
- 下一篇：一种园林苗木用的防风装置
