一种基于深度长短期记忆神经网络对多变量时间序列分类的方法

摘要

本发明公开了一种基于深度长短期记忆神经网络对多变量时间序列分类的方法，该方法通过选择长短期记忆神经元结构作为递归神经网络的隐层神经元结构，对长短期记忆神经元进行堆叠，设计出一种深层的递归神经网络分类框架，以达到提高多变量时间序列数据分类准确率的目的。通过实验对比发现，本发明比已有的分类模型准确度更高，并且在多个领域的时间序列数据集分类任务上具有普适性。