【摘 要】
：
在时间序列数据领域,深度学习技术已被用于完成分类任务,相比于传统的机器学习方法其分类效果有较大的提升。但当训练数据规模较小时,模型容易过拟合导致性能严重下降,因此就需要通过数据增强的方式扩大数据的规模,来减小过拟合发生的可能性。现有的数据增强技术能够扩充时间序列数据,但并不能保证扩充后的数据同原样本保持一致分布,而生成对抗网络能够基于原始数据分布生成新的相同分布的数据。现有的生成对抗网络不是针对时
论文部分内容阅读
在时间序列数据领域,深度学习技术已被用于完成分类任务,相比于传统的机器学习方法其分类效果有较大的提升。但当训练数据规模较小时,模型容易过拟合导致性能严重下降,因此就需要通过数据增强的方式扩大数据的规模,来减小过拟合发生的可能性。现有的数据增强技术能够扩充时间序列数据,但并不能保证扩充后的数据同原样本保持一致分布,而生成对抗网络能够基于原始数据分布生成新的相同分布的数据。现有的生成对抗网络不是针对时间序列数据设计的,因此需要因地制宜地对网络进行改进,以期达到好的效果。TS-GAN模型针对时间序列数据的特点和分类任务的要求,改进了原始GAN模型的网络架构和损失函数。通过对JS损失函数导致模型不稳定的分析,TS-GAN选用Wasserstein距离来衡量生成分布和真实分布的距离,该衡量距离需要满足lipschitz连续性条件,为限制梯度参数爆炸,在损失函数中加入惩罚机制。时间序列是一维数据,鉴于卷积层生成特征较为稳定,G网络舍弃全链接层,使用一维反卷积网络生成数据,以此来增强G网络的特征生成能力。D网络中引入注意力机制,提高该网络对时间序列的相似性判定能力,进而督促G网络生成更好的分布。除此之外,为防止在数据增强时也出现不收敛的情况,TS-GAN模型中的D网络需要使用实例标准化,G网络和D网络更新次数也需要调整。实验使用GAN和TS-GAN分别扩充来自UCR时序数据集的训练集,基于增强后的数据集训练FCN分类模型,再使用各数据集中的测试集验证分类效果。实验证明经TS-GAN扩充的数据集,其分类精确度和F1分数分别提高4.19%和5.01%,而经GAN网络扩充的数据集无法提高性能,反而导致相应的指标相比下降1.9%和1.94%。这说明TS-GAN能克服GAN扩充时间序列上的局限性,能够提高UCR数据集分类效果,说明TS-GAN模型具有较好的数据增强能力。
其他文献
现代机器人应用产业多依托离线编程技术进行机器人运动的规划,这对机器人绝对定位精度提出了更高的要求。通用提升机器人绝对定位精度的方式是对机器人进行误差标定,但是传统几何参数误差标定技术无法识别基坐标系误差,标定参数的精度一般,且补偿效果受限于关节在连杆自重下的变形。本文针对传统几何参数误差标定技术的不足,在几何参数误差模型的基础上,分别引入基坐标系误差与关节柔性变形,对机器人进行了精度补偿技术研究。
人类生存的地球空间分水陆空三大领域,这些领域尚未开发的地方往往环境复杂,变化莫测,在其上进行探测、搜寻、救援等活动需要借助载人或无人机器人。单一领域活动的机器人只适用某一固定领域,人类要想在多个领域进行活动需匹配多台机器人,这将加大成本投入,造成资源浪费。本文研制的复杂跨域环境的水陆两栖机器人可以很好的解决以上问题,实现一机多用,它能够适应在水域、水域与陆域之间的跨域松软泥泞路面、陆上野外复杂非结
监督分类是机器学习领域在处理结构化和非结构化数据的重要应用。传统的基于属性图的监督分类方法在通常有图中节点属性特征构成的图上传播节点标签,而图神经网络对节点的属性进行了平滑操作,同时在真实的图拓扑结构上传播节点标签,不仅适用于同构图还适用于异构图。作为一种重要的数据类型,图数据的分析与学习的需求日益凸显,特别地,在异构图上进行端到端学习是目前特别火热的研究课题。基于以上背景,且借鉴CNN中的卷积操
随着移动互联网和深度学习在今年来的不断发展,聊天机器人产品在市面上的种类也是越来越多。但是现如今市面上的聊天机器人大多是针对某一个特定的领域或者是在某一种特定的场景下进行使用。正是因为如此,用户并不能够在日常生活中直接感受使用到一款能够直接与其进行交流的聊天机器人。本设计旨在能够设计一款用户在日常生活中可以直接进行使用的聊天机器人。在对国内外聊天机器人的现状进行分析之后,结合用户聊天交流软件的使用
与传统机器人相比,双足机器人能够适应更恶劣的非结构化环境,一直都是机器人领域的研究热点。双足机器人的控制系统作为机器人的“大脑”,是其重要组成部分。针对双足机器人行走过程中对数据获取的实时性和稳定性要求,本文设计了一种分布式控制系统,并设计了检测步行状态的步态检测算法。本文的主要工作如下:首先,确定双足机器人控制系统的总体架构,设计了一种分布式、采用三层架构的控制系统,即:底层驱动层、数据处理层、
整体叶盘作为航空发动机的核心零部件,其加工精度和表面质量直接影响着航空发动机的气动性能、作业效率和使役寿命。目前整体叶盘的精加工大多采用人工磨抛的方式,人工磨抛存在加工效率和精度低、表面一致性差、加工要求难以得到保证、粉尘污染危害工人健康等问题。随着机器人加工技术的日益成熟,为整体叶盘的精加工提供了新的思路。但是,传统的机器人夹持单自由度末端执行器的方案存在响应速度慢的问题,导致加工效率难以保证。
在智能仓库与智慧物流领域,移动机器人的应用越来越广泛,大大提升了物品管理效率。室内环境下,定位技术是移动机器人进行运动作业的核心基础。目前,室内定位技术已有很多发展,提出了各种解决方案。其中,射频识别（Radio Frequency Identification,RFID）技术凭借其ID识别、非视距、成本低等突出优势,逐渐受到研究人员的重视,具有较大的研究潜力和应用价值。本文将移动机器人与RFID
大型复杂构件的加工,相比于传统大型数控机床,使用工业机器人铣削系统具有生产柔性好、成本低等优点。但工业机器人的串联结构导致其刚度远低于传统机床,加工过程中易发生颤振现象,而且机器人末端频响函数位姿依赖明显,不同工作区域的颤振稳定性极限变化很大。本文对不同姿态下机器人末端频响函数预测方法和机器人不同姿态和加工工况下的铣削稳定性预测进行研究,可以为机器人铣削加工的应用提供理论指导和技术支撑。主要内容如
湿度测量在人体健康、气象学、农业、林木业、制造业、医学等方面有着广泛应用。随着科技发展,传统湿度传感器已不能满足实际需求,高性能、低成本、可批量化生产的新型湿度传感器研究是现阶段重点。本学位论文围绕氢氧化铜纳米线/氧化石墨烯（Cu（OH）2/GO）复合修饰的石英晶体微天平（QCM）湿度传感器开展研究,主要内容包括:1、采用饱和盐溶液法制备了相对湿度范围为0%到80%的湿度发生装置,将QCM湿度传感
长行程机器人移动平台作为智能磨抛系统的重要组成部分,直接影响着系统的使用性能。本文设计了一套全新长行程机器人移动平台,对国内首套机器人打磨系统中的机器人移动平台进行优化升级,实现磨抛系统使用性能提升。本文设计的长行程机器人移动平台采用了位置模式、速度模式、回零模式等多种控制模式,实现了机器人与移动平台的高度集成控制,实现其最大运行速度不低于2m/s,最大负载达到5T。其次,本文还应用了响应面法对机