申请/专利权人：江西师范大学

申请日：2024-03-04

公开（公告）日：2024-04-05

公开（公告）号：CN117828407A

主分类号：G06F18/24

分类号：G06F18/24;G06F18/213;G06F18/25;G06N3/0442;G06N3/0464;G06N3/048;G06N3/08;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本申请提出一种双向跳跃存储的双阶段门控注意力时序分类方法及系统，应用于机器故障检测，该方法包括：获取目标机器的多元时间序列数据集，分别提取以时间顺序和逆序输入的多元时间序列数据，输入双向跳跃存储编码器，再进行不同时间步长的跳跃连接，获得不同时间尺度的回声状态表示，再分别输入双阶段门控注意力学习器中的门控循环注意力层和多尺度门控注意力层，获得第一特征表示和第二特征表示，再进行融合得到融合特征后，输入分类函数得到分类结果。本申请能够解决现有的回声状态网络由于难以捕获时间数据的长期相关性和只能从一个方向捕获序列信息等局限造成对多元时序的预测分类不够精确的问题。

主权项：1.双向跳跃存储的双阶段门控注意力时序分类方法，其特征在于，应用于机器故障检测，通过双向跳跃存储的双阶段门控注意力模型实现，所述模型包括双向跳跃存储编码器和双阶段门控注意力学习器，所述双阶段门控注意力学习器包括门控循环注意力层和多尺度门控注意力层,所述方法包括：获取目标机器的多元时间序列数据集，从所述多元时间序列数据集中分别提取以时间顺序和逆序输入的多元时间序列数据；将所述以时间顺序和逆序输入的多元时间序列数据输入所述双向跳跃存储编码器，在所述双向跳跃存储编码器中进行不同时间步长的跳跃连接，获得不同时间尺度的回声状态表示；将所述回声状态表示分别输入所述双阶段门控注意力学习器中的所述门控循环注意力层和所述多尺度门控注意力层，获得每个时间点进行加权后的第一特征表示和每个维度进行加权后的第二特征表示，再将所述第一特征表示与所述第二特征表示进行融合得到融合特征；将所述融合特征进行全局池化操作后输入分类函数，得到最终预测分类结果。

全文数据：

权利要求：

百度查询： 江西师范大学 双向跳跃存储的双阶段门控注意力时序分类方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD