一种基于FCN的多变量时间序列数据分类方法

作者：包先雨; 吴共庆; 蔡伊娜; 何伊娜; 台昌杨; 阮周曦; 杨泽; 夏家铸

来源：2020-12-07, 中国, ZL202011418905.2.

本申请提供了一种基于FCN的多变量时间序列数据分类方法,包括：确定多变量时间序列数据对应的多变量高斯模型参数；依据多变量高斯模型参数和多变量时间序列数据生成输入条件；利用人工智能模型的学习能力,建立输入条件与多变量时间序列数据的数据类别之间的对应关系；获取目标的当前多变量时间序列数据,并依据当前多变量时间序列数据确定对应的当前输入条件；通过对应关系,确定与当前输入条件对应的当前数据类别。通过将多变量时间序列数据对应的多变量高斯模型参数作为输入条件,在保证了精度的同时,极大地提高了人工智能模型的训练速度,且数据集维度越高,提升越为显著。

• 单位
  深圳海关动植物检验检疫技术中心; 深圳市检验检疫科学研究院; 合肥工业大学