期刊专题

10.3778/j.issn.1002-8331.2206-0429

融合多变量序列时空信息的事件早期识别方法

引用
针对事件早期识别算法对多维变量序列时空依赖关系挖掘不足的问题,提出了一种时空融合的事件早期识别算法.将多变量时间序列规整为矩阵化数据输入时间卷积网络,通过学习时间序列的时域特征,对时间序列进行预测.将包含已知值和预测值在内的多变量时间序列送入融合时空信息的深度神经网络进行识别.在动作识别、手写字符识别、口语数字识别等多个任务上的实验结果表明,所提算法的性能优于主流的算法.当事件仅发生2/3时,能以平均93.2%的准确率识别多类别事件,在手写字符识别数据集上的早期识别准确率甚至与完整事件被观测到时的识别准确率相当.

多变量时间序列、事件早期识别、时空信息融合、序列预测、深度神经网络

59

TP391.9(计算技术、计算机技术)

国家电网公司总部科技项目5700-202019186A-0-0-00

2023-09-18(万方平台首次上网日期,不代表论文的发表时间)

共7页

116-122

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

59

2023,59(17)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn