本发明公开了一种可用于多变量医疗传感数据流的分类方法,首先构造签名矩阵,该签名矩阵可以捕捉各个时间序列之间的相关性并可以代表这些时间序列,此外它还对噪声具有鲁棒性;随后,针对个别不平衡的类别,我们采用辅助分类器生成对抗网络ACGAN来生成足够该类别所对应的签名矩阵;最后我们构建了一个基于注意力Attention机制的双向卷积长短期记忆BPCLSTM轻量级网络分类模型,以实现对多变量医疗传感数据流地准确分类,该分类模型不仅可以提高分类的准确率,而且还能够降低原始分类模型的规模。
📄 2020112670851
📂 G16H50_70
👤 南京信息工程大学
📅 2020-11-13