首页|基于神经网络方法的序列数据分类模型

基于神经网络方法的序列数据分类模型

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
序列数据处理在天体光谱分类领域是一项非常重要的任务,但是传统的处理方式成本高、效率低.通过构造一种以focal loss作为损失函数的多分支一维卷积神经网络对LAMOST部分序列数据进行了分类,并采用MarcoF1分数作为评价指标.结果表明该模型取得了理想的实验效果,并且focal loss损失函数(其在不平衡数据分类任务中对困难样本增加权重)相比传统的交叉熵损失函数也有更好的预测精度.
Sequence data classification model based on neural network method

李良、蔡少锋、谢耀荣、苏建华、薛媛、谢耀斌

展开 >

中国石油长庆油田分公司勘探开发研究院,陕西 西安 710021

北京凯博瑞石油科技有限公司

序列数据 神经网络 多分支结构 一维卷积 损失函数

2023

10.16644/j.cnki.cn33-1094/tp.2023.04.009

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(4)
  • 1
  • 5