|
|||||
|
|
| 基于Mixup数据增强的LSTM-FCN时间序列分类 | |
| 作者姓名： | 王天 刘兆英 张婷 刘博文 李玉鑑 |
| 摘 要： | 在时间序列分类任务中,针对时间序列数据少和多样性导致深度学习模型准确率不高的问题,提出Mixup数据增强的长短期记忆网络–全卷积网络(LSTM-FCN)时间序列分类算法.该算法首先使用Mixup对原始数据进行数据增强,通过简单的线性插值对时序数据进行混合,得到新的混合之后的增强数据;然后使用增强数据训练LSTM-FCN... |
| 关 键 词： | 时间序列 时间序列分类 数据增强 Mixup 长短期记忆网络—全卷积网络 深度学习 UCRArchive2018数据集 线性插值 |