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!
摘要:本发明提供了一种基于分层多尺度的改进型CLA神经网络,为多层结构,每层均设有空间池和时间池,其中第一层空间池的输入为输入网络的时间序列数据,其余各层空间池则根据各自前一层时间池内神经元激活情况创建一个二进制的融合码作为输入;最后根据各层获得的预测神经元集合,利用基于注意力的预测解码进行解码,输出预测结果。本发明针对CLA神经网络的改进,利用分层多尺度的架构将使低层CLA学习短期序列信息,高层CLA学习长期序列信息,使网络能够捕捉时间序列数据的短期和长期相关性,有效提升CLA神经网络对于复杂序列的建模能力。
主权项:1.一种基于分层多尺度的改进型CLA神经网络,其特征在于:为多层结构,每层均设有空间池和时间池,其中第一层空间池的输入为输入网络的时间序列数据,其余各层空间池则根据各自前一层时间池内神经元激活情况创建一个二进制的融合码作为输入;各层之中,空间池根据输入量得到活跃微柱集合,时间池则根据活跃微柱集合进行神经元激活,并生成预测神经元集合;最后根据各层获得的预测神经元集合,利用基于注意力的预测解码进行解码,输出预测结果。
全文数据:
权利要求:
百度查询: 江苏大学 一种基于分层多尺度的改进型CLA神经网络
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。