龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：浙江大学
摘要：本发明公开了一种基于时序周期和趋势特性恢复的表征学习方法和装置，包括：依据多条长时间序列记录在频域的分布特定确定周期间隔，并依据周期间隔确定样本长度，按照样本长度将每条长时间序列记录划分为多个等长样本；为每条长时间序列记录中的单个样本构建其对应的正负样本集，并基于正负样本集通过构建对比损失以挖掘长时间序列记录的周期特性；为属于同一条长时间序列记录中的不同样本进行相对位置预测，并通过构建交叉熵损失来学习长时间序列记录的趋势特性；将构建的两个损失附加到现有对比学习对编码器进行优化，来实现长时间序列记录的表征学习，这样可以帮助现有对比学习方法提升在医疗、气象等领域对应长时间序列记录上的表征表现。
主权项：1.一种基于时序周期和趋势特性恢复的表征学习方法，其特征在于，包括以下步骤：依据多条长时间序列记录在频域的分布特定确定周期间隔，并依据周期间隔确定样本长度，按照样本长度将每条长时间序列记录划分为多个等长样本；为每条长时间序列记录中的单个样本构建其对应的正负样本集，并基于正负样本集通过构建对比损失以挖掘长时间序列记录的周期特性，其中，将与单个样本属于同一条长时间序列记录，且距离起始时间点间隔整数倍个周期间隔的样本作为正样本，其余样本作为负样本；为属于同一条长时间序列记录中的不同样本进行相对位置预测，并通过构建交叉熵损失来学习长时间序列记录的趋势特性；将构建的对比损失和交叉熵损失附加到现有对比学习对编码器进行优化，来实现长时间序列记录的表征学习。
全文数据：
权利要求：
百度查询： 浙江大学 一种基于时序周期和趋势特性恢复的表征学习方法和装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号