基于PCA_LSTM模型的多元时间序列分类算法研究_张可
多元时间序列数据广泛存在于金融市场、动作识别等众多领域,但由于其存在指标多、时序长等特点,现有分类算法难以兼顾两个维度的特征提取。文章提出将PCA和LSTM综合应用于多元时间序列分类问题中序列,采分用类P算CA法提。取并指通标过维与度k N特N征、SV,利M用等L分ST类M算遗法忘在门多学个习数时据间集维上度的特实征验,对从比而,建验立证基了于该P方C法A-不LS仅TM降的低多了元计时算间复杂度,且在多个数据集上均取得了精度较高的实验结果。
- 2021-04-25
- 阅读176
- 下载0
- 6页
- pdf