-
公开(公告)号：CN110569781B
公开(公告)日：2022-09-09
申请号：CN201910836015.4
申请日：2019-09-05
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于改进胶囊网络的时间序列分类方法，包括以下步骤：从原始数据中截取一维时间序列信号，使用改进型递归图将其转化成二维纹理图像，构建胶囊网络的整体结构框架；根据转化后二维纹理图像的尺寸大小，合理选用卷积层对二维纹理图像进行特征提取；将卷积层提取出的特征数据输入PrimaryCaps层，把二维纹理图像的特征数据重建为矢量；使用基于Softmax激活函数改进的EM路由算法更新ConvCaps1层和ConvCaps2层的参数；使用交叉熵损失函数计算网络损失值进行网络参数的更新；最终通过Class Capsules层进行投票确定时间序列信号的类别。
-
公开(公告)号：CN110633741B
公开(公告)日：2022-09-09
申请号：CN201910836145.8
申请日：2019-09-05
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于改进脉冲神经网络地时间序列分类方法，包括以下步骤：从原始时间序列数据中截取一维时间序列信号，使用改进型递归图将其转化为二维纹理图像，构建脉冲神经网络的整体结构框架，并根据二维纹理图像的尺寸大小合理使用下采样层对二维纹理图像进行缩放；将缩放后的二维纹理图像输入到网络的输入层，把二维纹理图像转化为泊松脉冲序列；使用循环学习率法确定网络的初始学习率以及循环学习率边界的最大值和最小值；使用突触前后踪迹学习规则不断更新网络各神经元之间的连接权重；完成网络训练后，通过统计兴奋性神经元的脉冲触发情况对时间序列进行分类。
-
公开(公告)号：CN110633741A
公开(公告)日：2019-12-31
申请号：CN201910836145.8
申请日：2019-09-05
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于改进脉冲神经网络地时间序列分类方法，包括以下步骤：从原始时间序列数据中截取一维时间序列信号，使用改进型递归图将其转化为二维纹理图像，构建脉冲神经网络的整体结构框架，并根据二维纹理图像的尺寸大小合理使用下采样层对二维纹理图像进行缩放；将缩放后的二维纹理图像输入到网络的输入层，把二维纹理图像转化为泊松脉冲序列；使用循环学习率法确定网络的初始学习率以及循环学习率边界的最大值和最小值；使用突触前后踪迹学习规则不断更新网络各神经元之间的连接权重；完成网络训练后，通过统计兴奋性神经元的脉冲触发情况对时间序列进行分类。
-
公开(公告)号：CN110569781A
公开(公告)日：2019-12-13
申请号：CN201910836015.4
申请日：2019-09-05
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于改进胶囊网络的时间序列分类方法，包括以下步骤：从原始数据中截取一维时间序列信号，使用改进型递归图将其转化成二维纹理图像，构建胶囊网络的整体结构框架；根据转化后二维纹理图像的尺寸大小，合理选用卷积层对二维纹理图像进行特征提取；将卷积层提取出的特征数据输入PrimaryCaps层，把二维纹理图像的特征数据重建为矢量；使用基于Softmax激活函数改进的EM路由算法更新ConvCaps1层和ConvCaps2层的参数；使用交叉熵损失函数计算网络损失值进行网络参数的更新；最终通过Class Capsules层进行投票确定时间序列信号的类别。
-
-
-
Search Results
4
records
(took 0.019 seconds)
