基于长短期记忆与卷积结合的深度学习模型及试应用

来源 :上海大学 | 被引量 : 0次 | 上传用户:chenzhong1983
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
时间序列数据的易获取,广泛存在等特点,使得有关时间序列的研究越来越重要。因此,有关时间序列分类任务和时间序列预测任务的研究越来越多,相关研究学者已经提出了很多方法。然而,已有的方法主要存在以下几个缺点:第一,已有的很多方法中需要手工度量时间序列特征,但是手工度量对划分的标准和阈值的选择具有很强的主观依赖性;第二,由于时间序列中异常点和噪声的存在,已有方法对提取到的特征质量的好坏很难衡量;第三,已有的方法大多只考虑时间序列中的局部特征,它们无法捕捉时间序列数据中存在的长期依赖特征,并且目前没有任何一种距离度量方法适合所有的领域。本文以金融市场和海洋大数据为研究背景,以股票价格和海洋表面温度为研究对象,主要研究内容如下:第一、考虑到时间序列分类中存在的以上问题,本论文提出了一种结合长短时记忆神经网络和卷积神经网络的时间序列分类模型(LCNN),该模型主要采用多分支的网络结构,首先使用长短时记忆神经网络来处理和预测时间序列中间隔和延迟相对较长的重要事件,进而提取时间序列中的时序特征和时间序列中存在的长期依赖特征;然后利用卷积神经网络中多粒度的卷积核对时间序列进行卷积操作,更好的挖掘时间序列中的局部特征和深层特征。最后,在UCR公开数据集中的15个数据集上展开实验,将LCNN与16种已有的时间序列分类方法进行对比。第二、为了分析时间序列自身特性对结果的影响,本论文提出了一个基于R/S分析的时间序列综合分析模型(CEM),该模型主要分为三部分,时间序列中的长记忆性分析、复杂性分析和时间序列间的异步性评估。模型首先使用R/S分析方法对时间序列的长记忆性进行评估,并使用Hurst指数对时间序列中的长记忆性进行定量衡量。然后将待研究的时间序列作为一个系统,探究系统的复杂性,即时间序列的稳定性。最后研究了时间序列间的异步性。第三、将LCNN模型和CEM模型应用在股票市场和海面温度(SST)中,首先使用CEM模型研究股票收盘价和海面温度数据的长记忆性、复杂性和异步性。然后基于LCNN模型对股票涨跌趋势和海面温度数据进行预测。
其他文献
一、引言随着农村学龄儿童的日益减少以及新的教育改革的不断推进,各地的许多小学都进行了不同程度的合流,而处于学校管理核心地位的中心小学的校长,将面临新的形势所带来的诸多
针对钻孔灌注桩的施工工艺,从成孔护筒的埋设、成孔的施工、清孔等方面进行了详细阐述,介绍了其施工机具及施工注意事项,提出了钻孔灌注桩的诸多优点及其广阔的应用范围.
摘 要 针对目前测控实验教学以单一课程、插拔式、验证式实验为主等相关测控实验现状,为了提高学生学习兴趣,紧密结合实际应用,更好地达到实验教学目标,在实验教学过程中,根据学生的基础知识特点,安排适宜的实验,因材施教。围绕“多学科综合、紧密结合实际应用”原则,本文提出了基于LabVIEW虚拟仪器的测控实验教学的方法,把传感器技术和运动控制结合在一个平台上。  关键词 传感器 虚拟仪器 教学方式 多学科
本文通过举例子,分析了在高等数学课程教学中运用多媒体技术的优点及不足,并为在高等数学课堂教学中如何更好地使用多媒体技术提出见解,以期提高高等数学教学成效。
语文课既要完善、丰富和激活学生的精神世界,也要丰富和完善学生的语言系统,达成工具性与人文性的统一,不断提升和发展学生的语文素养。低年级孩子热情活泼,极易被新鲜的事物
语文课程标准指出:“要培养学生广泛的阅读兴趣,扩大阅读面,增加阅读量,提倡少做题,多读书,好读书,读好书,读整本的书。”随着新课改的不断深入,学生自由支配的时间越来越多了,但笔者通
有效教学是指在单位时间内教师完成较多的教学任务,又让学生学到更多的知识,并切实提高学生实际应用能力的教学。现在的课堂存在两种极端,一是教师讲得很多,但恰好是阻碍了学生的
本文从课堂教学问答实录的视角,对小学课堂教学中师生互动的问题进行研究。深入分析了当前小学课堂教学中师生互动存在的问题及原因,并给出一定的对策和建议。
隐喻和转喻作为人类的基本认知方式,不仅仅存在于语言符号中,还存在于图像、声音、动作等其他符号资源中。电影语篇是一种典型的多模态语篇,涉及语言、图像、声音、动作等多
目的:观察大柴胡汤保留灌肠用于急性胰腺炎合并麻痹性肠梗阻临床治疗效果。方法:应用随机数字法将我院收治的急性胰腺炎合并麻痹性肠梗阻的76例患者分为对照组(n=38,患者行常