首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于注意力机制的多维时序数据时空特征提取方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国石油大学(华东)

摘要:本发明提供一种基于注意力机制的多维时序数据时空特征提取方法。本发明的基于注意力机制的多维时序数据时空特征提取方法,在获取多维时序数据并进行预处理的基础上,利用基于Transformer的自注意力机制对滑动时间窗口内的时序数据进行编码,得到当前时间窗口内时序数据的表征结果,进而将不同维度上的表征结果作为图的节点,通过计算节点间的相似度建立边关系,构建图结构,再利用注意力机制对节点进行特征融合,从而捕捉多维时序数据中的空间关联性,通过迭代更新节点特征向量,从而提取和融合空间维度上的特征,生成包含丰富时空信息的综合特征表示。最后,对综合特征表示通过主成分分析法降维处理,获得多维时序数据的时空特征。本发明可以有效提取多维时序数据时空特征,适用于智能工业、交通、医疗等领域多维时序数据的行为分析。

主权项:1.一种基于注意力机制的多维时序数据时空特征提取方法,其特征在于,包括:S1、获取领域内多维时序数据;S2、对多维时序数据进行预处理;S3、根据预处理后的多维时序数据,利用基于Transformer的自注意力机制进行编码,得到当前时间窗口内时序数据的表征结果,用以反映时序数据在时间维度上的结构和变化;S4、将包含时序特征的表征结果作为图注意力机制中图的节点,通过计算不同节点之间的相似度作为边关系,构建图结构,用注意力机制对节点之间进行特征融合,通过迭代更新节点特征向量,捕捉多维时序数据中的空间关联性,生成包含丰富时空信息的综合特征向量;S5、对综合特征向量通过主成分分析PCA算法得到各主成分的特征值和主成分累计方差贡献率,根据预设的阈值选择主成分累计方差贡献率大于等于阈值的主成分特征作为最后提取的包含时空信息的特征。

全文数据:

权利要求:

百度查询: 中国石油大学(华东) 一种基于注意力机制的多维时序数据时空特征提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。