时间序列早期分类问题是当前数据分析领域热门研究方向之一,通过分析部分可观测的时间序列信息,在保证分类准确率的同时,尽早的给出序列的类别标签,实现时间序列的早期分类。时间序列早期分类问题在现实中应用广泛,譬如,在公共交通领域,根据交通流量进行早期预警能够有效应对突发大客流事件,减小客运双方的损失;在医疗领域,根据患者心电图观测数据进行早期分类能够辅助医生尽早采取治疗措施,减小对患者的生命威胁。传统基于监督学习的时间序列分类模型,譬如深度学习,能够高效的学习时间序列特征,从而能够准确的对时间序列进行分类。然而,由于时间序列的部分可观测特征,监督学习无法决策何时做出分类判别,进而无法实现时间序列的早期分类。本文利用强化学习的智能决策优势,将其与深度学习模型结合起来,形成并提出一种新颖的结合准确分类和智能决策的时间序列早期分类方法。本文通过使用深度学习网络作为时间序列特征提取器,拟合强化学习Q-learning的Q值函数的方法,形成深度学习模块和强化学习模块循环交互做分类决策的过程。其中强化学习模块向深度学习模块输出环境中的观测状态,深度学习模块返回动作和动作Q值辅助智能体做决策,组成本文的多变量数据早期分类模型。针对深度强化学习应用于时间变量早期分类问题时出现的样本类别不均衡导致模型无法收敛的问题,提出新的结合序列类别比例和动作比例的经验回放策略、经验存放方法和新的奖励函数设置方法。最后,本文在三个典型数据集上验证提出的算法在分类准确度和早期性两个指标的性能,并实现了一个简单的早期分类系统。实验结果表明,通过设置新的奖励函数和优化经验回放样本不均,1)深度强化学习模型能够成功收敛,2)与Q-learning结合后,相较于深度学习时间序列早期分类,新模型能够自主决策何时做出分类动作,3)相较于全长时间序列分类,时间效率上有大幅提升。同时,与三个主流早期分类模型相比较,本文提出的方法在早期性上也有一定的提高,可以为传统的需要智能决策的分类模型的应用提供借鉴。