在這個(gè)世界上,每時(shí)每刻都有無數(shù)的事件被人類觀測并記錄著。時(shí)間序列數(shù)據(jù)作為一種按照觀測時(shí)間順序排列的觀測值集合,廣泛的存在于現(xiàn)實(shí)生活的各行各業(yè)。時(shí)間序列數(shù)據(jù)分析與研究不僅僅存在于氣象學(xué)、生命科學(xué)、經(jīng)濟(jì)學(xué)以及農(nóng)學(xué)等諸多主流學(xué)科中,自然語言處理、交通管理大數(shù)據(jù)、人體姿態(tài)檢測與識別等新興領(lǐng)域也依靠對時(shí)間序列數(shù)據(jù)的研究,對時(shí)間序列數(shù)據(jù)的特征值分析與提取已經(jīng)成為了研究的熱點(diǎn)與難點(diǎn)問題之一。因此,研究如何在盡可能少丟失信息的前提下,從具有時(shí)間相關(guān)性強(qiáng)、數(shù)據(jù)量大、數(shù)據(jù)維度高等特點(diǎn)的時(shí)間序列數(shù)據(jù)中提取有效的特征,從而獲取蘊(yùn)含在數(shù)據(jù)中的知識與信息具有十分重要的意義。近年來,深度學(xué)習(xí)技術(shù)在實(shí)際應(yīng)用中表現(xiàn)優(yōu)異,其中關(guān)于特征提取算法的研究取得明顯進(jìn)展。長短時(shí)記憶網(wǎng)絡(luò)（Long Short Term Memory,LSTM）作為深度學(xué)習(xí)中循環(huán)神經(jīng)網(wǎng)絡(luò)的一種變體,對時(shí)間序列具有長時(shí)間的記憶能力。然而,傳統(tǒng)的LSTM網(wǎng)絡(luò)結(jié)構(gòu)中提取的特征是以標(biāo)量的形式在各個(gè)時(shí)刻中傳遞,在提取特征的過程中會(huì)一定程度的丟失特征之間的語義與時(shí)序關(guān)系。針對這一問題,本文將膠囊網(wǎng)絡(luò)與LSTM網(wǎng)絡(luò)相結(jié)合,提出了一種膠囊式LSTM網(wǎng)絡(luò)結(jié)構(gòu)提取特征,... 

【文章來源】：華中師范大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１論文結(jié)構(gòu)與內(nèi)容組織圖??

時(shí)間序列在形式上是由現(xiàn)象發(fā)生期間所處時(shí)間段與現(xiàn)象在每一時(shí)刻的觀測??值兩部分構(gòu)成，其現(xiàn)象發(fā)生期間所處于的時(shí)間段可以為年份、季度、分秒或其他任??何時(shí)間形式表示１３９１。一個(gè)典型的時(shí)間序列如圖２．１所示，該圖為某航空公司１９４９年??丨月到１９６０年丨２月的乘客數(shù)量數(shù)據(jù)。??某鈧空公司乘客數(shù)ｍ數(shù)樅??７００?？???－?＞?■??????６００?Ａ?■??（＼?／１??５００?／?／Ｉ?／?＼??奴?Ａ?Ａ?Ｊ＼Ｊ＼??，。。?Ａ?Ａ?Ｊ＼Ｊ＼／?＾??／?＼?Ｊ?＼?Ｔ?Ｗ?ｖ??３００?」＼／?ｖ??ａ?－Ａ?Ｊｖ?Ｙ??２００?ｙ＼?ｙｊ?Ｖ?Ｗ?ｖ??＿?Ｖ??１Ｃ？９４９?１９５１?１９５３?１９５５?１９５７?１９５９??年份??圖２．１時(shí)間序列示例圖??８??

?！??圖２．３不同的特征提取算法對比流程閣??圖２．３展示了基于規(guī)則的恃征提取系統(tǒng)、傳統(tǒng)的機(jī)器學(xué)習(xí)與深度學(xué)習(xí)特征提取??算法的流程圖對比，圖中明影框部分表示系統(tǒng)中這部分可以從數(shù)據(jù)中自動(dòng)學(xué)習(xí)。通??過流程圖對比，可以清晰的說明深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)的種算法，是能夠使計(jì)算??１１??

【參考文獻(xiàn)】：
期刊論文
[1]基于長短時(shí)記憶網(wǎng)絡(luò)的人體姿態(tài)檢測方法[J]. 鄭毅,李鳳,張麗,劉守印.  計(jì)算機(jī)應(yīng)用. 2018(06)
[2]基于SVMKNN的老人跌倒檢測算法[J]. 張舒雅,吳科艷,黃炎子,劉守印.  計(jì)算機(jī)與現(xiàn)代化. 2017(12)
[3]基于鄰域一致性和DBPSO的跌倒檢測特征集優(yōu)化算法[J]. 吳科艷,張舒雅,黃炎子,劉守印.  計(jì)算機(jī)與現(xiàn)代化. 2017(11)
[4]時(shí)間序列的表示與分類算法綜述[J]. 原繼東,王志海.  計(jì)算機(jī)科學(xué). 2015(03)
[5]時(shí)間序列數(shù)據(jù)挖掘中特征表示與相似性度量研究綜述[J]. 李海林,郭崇慧.  計(jì)算機(jī)應(yīng)用研究. 2013(05)
[6]中國人口老齡化現(xiàn)狀分析[J]. 黃毅,佟曉光.  中國老年學(xué)雜志. 2012(21)
[7]論關(guān)聯(lián)規(guī)則挖掘在時(shí)間序列中的應(yīng)用[J]. 楊彩霖.  陜西教育(高教版). 2011(Z1)
[8]船載設(shè)備動(dòng)態(tài)測量數(shù)據(jù)的建模與參數(shù)估計(jì)[J]. 張忠華,李曉勇,馮鴻奎,陳貴明,張同雙.  無線電工程. 2008(05)

博士論文
[1]時(shí)間序列數(shù)據(jù)挖掘中的維數(shù)約簡與預(yù)測方法研究[D]. 孫友強(qiáng).中國科學(xué)技術(shù)大學(xué) 2014
[2]多變量時(shí)間序列的聚類、相似查詢與異常檢測[D]. 周大鐲.天津大學(xué) 2009

碩士論文
[1]基于Kinect深度圖像人體動(dòng)作識別研究[D]. 李靖意.北京郵電大學(xué) 2015
[2]固定場景下的人體姿態(tài)識別[D]. 張承璽.哈爾濱工業(yè)大學(xué) 2014



本文編號：3227735