融合時(shí)頻特征的多粒度時(shí)間序列對(duì)比學(xué)習(xí)方法

摘要： 現(xiàn)有的時(shí)間序列對(duì)比學(xué)習(xí)方法存在增強(qiáng)樣本構(gòu)造方式過(guò)于依賴人工經(jīng)驗(yàn)、泛化能力不足、正樣本的定義方式不夠通用、對(duì)比度量方式存在粗粒度表征等問(wèn)題，使得整體的時(shí)序表示效果較差。為此，提出了一種融合時(shí)頻特征的多粒度時(shí)間序列對(duì)比學(xué)習(xí)方法(Temporal-Spectral Deep Contrastive Network, TSDC)。該方法通過(guò)季節(jié)-趨勢(shì)生成網(wǎng)絡(luò)在時(shí)域內(nèi)產(chǎn)生具有穩(wěn)定變化的時(shí)... （共13頁(yè)）