Kernel-Shapelets：基于卷积网络的特征子序列学习方法

冯冠玺; 马超; 石小川; 张典

doi:10.11907/rjdk.221391

您当前的位置：

首页 >

文章列表页 >

Kernel-Shapelets：基于卷积网络的特征子序列学习方法

人工智能 | 更新时间：2023-05-05

- Kernel-Shapelets：基于卷积网络的特征子序列学习方法
- Kernel-Shapelets： Approach to Learning Shapelets Based on CNN
- 软件导刊 2023年22卷第4期页码：8-14
- 作者机构：
  
  1.武汉大学国家网络安全学院
  2.空天信息安全与可信计算教育部重点实验室，湖北武汉 430072
- 作者简介：
  
  冯冠玺（1997－），男，武汉大学国家网络安全学院硕士研究生，研究方向为时序数据挖掘
  马超（1982-），男，博士，CCF会员，武汉大学国家网络安全学院讲师，研究方向为深度学习、时间序列分析、社交网络分析等
  石小川（1984-），男，博士，CCF会员，武汉大学国家网络安全学院副教授，研究方向为社交网络大数据分析、强化学习、无线传感器网络等。
  张典（1988-），男，硕士，武汉大学国家网络安全学院教师，研究方向为软件工程、编程实践
- 基金信息：
- DOI：10.11907/rjdk.221391
  中图分类号：
扫描看全文
冯冠玺,马超,石小川等.Kernel-Shapelets：基于卷积网络的特征子序列学习方法[J].软件导刊,2023,22(04):8-14.

FENG Guan-xi,MA Chao,SHI Xiao-chuan,et al.Kernel-Shapelets： Approach to Learning Shapelets Based on CNN[J].Software Guide,2023,22(04):8-14.
冯冠玺,马超,石小川等.Kernel-Shapelets：基于卷积网络的特征子序列学习方法[J].软件导刊,2023,22(04):8-14. DOI： 10.11907/rjdk.221391.

FENG Guan-xi,MA Chao,SHI Xiao-chuan,et al.Kernel-Shapelets： Approach to Learning Shapelets Based on CNN[J].Software Guide,2023,22(04):8-14. DOI： 10.11907/rjdk.221391.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

CNN结合BLSTM的短文本情感倾向性分析

基于时域卷积与双向GRU神经网络的时序预测模型

基于偏置交叉注意力的点云配准算法

表面肌电信号手势识别算法综述

基于深度学习的短时交通流预测方法综述与仿真研究

Kernel-Shapelets：基于卷积网络的特征子序列学习方法

Kernel-Shapelets： Approach to Learning Shapelets Based on CNN

DOI：10.11907/rjdk.221391