[發明專利]一種基于數據增強的神經網絡時間序列分類方法

在審

• 申請號: 202110179057.2
• 申請日: 2021-02-09
• 公開（公告）號: CN113035361A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 王天;張婷;劉兆英;李玉鑑
• 申請（專利權）人: 北京工業大學
• 主分類號: G16H50/70
• 分類號: G16H50/70;G06N3/04;G06K9/62;G06N3/08
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 沈波

本發明公開了一種基于數據增強的神經網絡時間序列分類方法，首先，對時間序列數據集進行預處理；其次，選擇合適的參數α對訓練數據進行Mixup數據增強，增強后的數據用于模型訓練；接著，構建LSTM?FCN時間序列分類網絡模型；最后，以交叉熵函數作為損失函數，使用反向傳播和梯度下降算法Adam訓練LSTM?FCN網絡。本發明的基于數據增強的時間序列分類方法有效提高了神經網絡的時間序列分類性能。

技術領域

本發明屬于時間序列分類領域，尤其涉及一種基于數據增強的神經網絡時間序列分類方法。

背景技術

時間序列數據廣泛地存在于生產生活中，例如股票的走向趨勢、天氣的溫度、患者的心電圖等，分析這些時序數據，并從中挖掘出重要信息對指導人們生產生活具有重大意義。時間序列分類是時間序列問題中比較重要且具有挑戰性的任務，傳統的時間序列分類方法，往往依靠人工設計特征，計算過程繁瑣且時間復雜度高。而基于深度學習的方法，則需要大量的訓練數據保證模型的泛化能力，以避免過擬合和欠擬合，這種方法在數據量小的情況下，難以發揮作用。

目前時間序列分類方法大致可分為基于距離的方法、基于特征的方法和基于深度學習的方法。基于距離的方法以歐氏距離或動態時間規整距離等，使用最近鄰分類器以距離關系做分類；基于特征的方法，通過人工設計以形狀，頻率，統計學參數等作為特征，訓練分類模型(如支持向量機、隨機森林等)；基于深度學習的方法，通過設計神經網絡結構，直接輸入原始數據訓練模型，實現了端到端的訓練過程。為了訓練出高準確率的模型，深度學習方法通常需要大量數據，但在現實世界中很難獲取充足的數據集供模型使用，因此存在一定局限性。

數據增強作為一種有效提高模型泛化能力、提升模型分類精度的技術手段，已經被廣泛應用于深度學習模型的訓練過程中。該技術通過對數據進行一定變換，得到新數據，這些新數據可作為對原始數據集的補充，幫助模型訓練，提高模型性能。本發明利用Mixup數據增強技術訓練神經網絡模型，可有效提高網絡模型性能，提高分類準確率；本發明可操作性，通用性較強，適用于各種基于深度學習的時間序列分類模型。

發明內容

本發明要解決的技術問題是，提供一種基于數據增強的神經網絡時間序列分類方法，克服訓練數據集不足的問題。本發明通過Mixup數據增強技術擴展數據集，使訓練好的神經網絡模型更具魯棒性，從而提高網絡對時間序列數據的分類能力。

為實現上述目的，本發明采用如下的技術方案：

一種基于數據增強的神經網絡時間序列分類方法，包括以下步驟：

步驟1：對包含N個樣本的時間序列數據集D＝{(x₁,y₁),(x₂,y₂),...,(x_N,y_N)}進行預處理；預處理步驟包括：

步驟1.1：使用z-score標準化方法對時間序列數據集D進行標準化處理，標準化公式為：

其中，x_i表示第i(1≤i≤N)個時間序列樣本，μ表示時間序列樣本均值，σ表示時間序列樣本方差，x_i′表示標準化后的第i(1≤i≤N)個時間序列樣本；

步驟1.2：將時間序列樣本類別標簽y_i(1≤i≤N)轉換為獨熱編碼y′_i(1≤i≤N)，其中，y′_i為具有C個元素的一維向量，C為時間序列樣本類別數量，轉換公式為：

其中，j∈[0,C)，且j屬于整數；