[发明专利]一种基于多元变量间的关系变化的时序分类的方法有效
| 申请号： | 201910833290.0 | 申请日： | 2019-09-04 |
| 公开（公告）号： | CN110751169B | 公开（公告）日： | 2023-09-29 |
| 发明（设计）人： | 蔡瑞初;陈嘉伟;温雯;郝志峰;陈炳丰;李梓健 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06F18/24 | 分类号： | G06F18/24;G06N3/0442;G06N3/0464;G06N3/08 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 511404 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供的一种基于多元变量间的关系变化的时序分类的方法，包括：从观察数据集中获取样本数据，计算样本数据两两变量间的偏相关系数，构造偏相关系数矩阵；通过卷积神经网络对偏相关系数矩阵进行编码后得到对应的特征图；将每个特征图分别拉伸成特征向量循环输入长短记忆神经网络，从而得到用于捕获变量关系间变化模式的隐藏状态；将隐藏状态输入标签分类器，输出对应的样本类别，完成时序的分类。本发明提供的一种基于多元变量间的关系变化的时序分类的方法，充分地考虑了时序数据中不同变量之间的关系，同时基于变量的关系模式进行分类，充分地表达了时序数据中不同变量关系的变化模式，同时对输入的噪声值具有更好的鲁棒性，分类精度高。 | ||
| 搜索关键词： | 一种 基于 多元 变量 关系 变化 时序 分类 方法 | ||
【主权项】：
1.一种基于多元变量间的关系变化的时序分类的方法，其特征在于，包括以下步骤：/nS1：获取带标签的观察数据集；/nS2：从观察数据集中获取样本数据，计算样本数据两两变量间的偏相关系数，构造偏相关系数矩阵，得到每个时刻的偏相关系数矩阵；/nS3：将每个时刻的偏相关系数矩阵作为输入卷积神经网络，由卷积神经网络对偏相关系数矩阵进行编码后得到对应的特征图；/nS4：将每个特征图分别拉伸成特征向量循环输入长短记忆神经网络，从而得到用于捕获变量关系间变化模式的隐藏状态；/nS5：将隐藏状态输入标签分类器，输出对应的样本类别，完成时序的分类。/n
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广东工业大学，未经广东工业大学许可，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/201910833290.0/，转载请声明来源钻瓜专利网。
