1.利用时间卷积网络(TCN)的一系列时间卷积层,这些卷积层可以有效地捕获不同时间尺度上的序列模式,在TCN的输出上应用SENet模块,用于学习和增强重要特征的表示,提高模型对关键信息的感知能力;2.通过双向门控循环单元(BiGRU)同时从前向和后向对序列进行建模,以更好地捕获序列中的依赖关系,同时应用全局注意力机制Global...