CNN-TCN-Attention模型: 输入数据维度为[32, 1, 1024], 先送入CNN网络进行1d的卷积池化提取空间特征,然后把卷积池化后的特征送入TCN层提取时序特征,最后通过自注意力进行多尺度特征融合,最终送入全连接层和softmax进行分类诊断。 前言 本文基于Python仿真的电能质量扰动信号,先经过数据预处理进行数据集的制作和加载...
将CNN/TCN/LSTM/BiGRU-Attention四种多变量回归模型打包到全家桶中,方便大家选择最适合自己数据的模型!日后也会推出其他算法结合注意力机制的模型,如BiTCN-Attention等等,但肯定是会上涨的!所以需要创新或对比的小伙伴请早下手早超生!! 数据介绍 本期采用的数据是经典的回归预测数据集,是为了方便大家替换自己的数据集...