公开(公告)号：CN117932535A

公开(公告)日：2024-04-26

申请号：CN202410089029.5

申请日：2024-01-22

Applicant: 北京邮电大学

Inventor： 赵国安 ,  兰晓娟 ,  张碧玲 ,  刘勇 ,  柴方艳 ,  李树波 ,  秦瑀聪 ,  潘梦婷 ,  王少博 ,  卞延浩 ,  安春丽

IPC: G06F18/25 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/2433

Abstract: 本发明提供一种利用多元离散数据融合时序数据增强CNN分类性能的方法，即收集多元离散数据和时序数据；将时序数据作为数据组一基础数据，将多元离散数据中的一种离散数据作为数据组一结果数据，将剩余的其它种类离散数据作为数据组一扩充数据；将数据组一扩充数据填充到数据组一基础数据中作为数据组二基础数据；数据组二结果数据同数据组一；构建基于数据组一、二的CNN模型一和二；对模型一和二并行训练；对训练后的模型一、二进行测试和评估，根据评估结果修正模型参数、重构模型，直至模型一和二的准确率≥50％，F1值≥50％，且模型二较模型一性能提升≥5％。本发明利用多元离散数据，将其与时序数据融合对原始数据进行填充，提升模型分类的准确性和F1值。