科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对时间序列不平衡分类包含了时间序列数据和不平衡数据这2大研究热点和传统分类算法难以给出较好的分类结果的问题.提出一种混合神经网络算法(SKLF算法),首先，将原始数据样本通过K-means结合SMOTE的混合采样形成类数据平衡样本，再通过全卷积网络(FCN)和长短期记忆网络(LSTM)挖掘出时序数据前后隐藏的时间和空间特征，并将二者并行合并.最后利用全连接网络输出最终的分类决策.在实验室火灾数据集和occupancy＿data数据集上的实验结果表明，相比于CNN,LSTM和FCN-LSTM,算法SKLF在时序不平衡分类的评价指标F-means, G-means和AUC值均可达到98%以上，能够提高时序不平衡数据的分类效果.
- 单位
