如何解决行上信号预测
我需要预测一些传感器的信号。在每本指南和文档中,我都找到了预测时间序列的示例,这些示例中的每一列都是不同的功能,并且时间样本与行并排分布。
在我的情况下,每行有一个信号,因此时间采样跨列,传感器跨行。传感器应该共享某种统计属性以进行预测,因此我想在行上训练网络以预测每个信号的趋势。
这是我第一次尝试这种方法,并且在处理具有时间序列的机器学习时遇到一些问题。您是否有显示此类学习技巧的示例? 转置矩阵会成功吗?
P.S。我正在将Python与Keras一起用于NN。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。