摘要

本发明公开了一种基于稀疏局部注意力机制和卷积回声状态网络的时序分类方法,步骤如下:获取时间序列原数据集,并进行预处理;按照给定的参数生成储备池,将预处理后的数据输入储备池中获得回声状态;对回声状态进行稀疏局部注意力关注,每个时刻的回声状态关注当前时刻之前大小为S的时间窗口中的K个回声状态,S和K作为超参数;将完成稀疏局部注意力关注的回声状态输入单层多尺度卷积神经网络中获得分类结果。在回声状态上应用稀疏局部注意力机制能有效地捕捉局部信息,同时避免全局注意力机制计算量大的问题。在回声状态上应用卷积操作能提取出具有判别性的多尺度特征。