科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于多头自注意力机制的卷积回声状态网络时序分类方法,该方法基于编码器与解码器两个组成部分实现。其中,编码器由多头自注意力机制的回声状态网络所构成。输入时间序列首先经由多个回声状态网络进行高维映射编码生成原始的回声状态特征,紧接着基于自注意力机制实现对回声状态特征全局时空信息的再度编码,从而使得重新整合后的高维特征表示更具判别能力。最后由一个浅层的卷积神经网络作为解码器实现高精度分类。该方法建立的分类模型继承了回声状态网络训练高效的特点,通过引入无额外参数的自注意力机制模型实现了对时空特征信息的再度编码,达到了高精度的时间序列分类效果,是一个简单高效的模型。
- 单位
