卷积网络与小信号特征

Question

我正在尝试使用卷积网络来提取一些特定的时间序列特征。该信号包含一些高振幅和小振幅信号特征(小两个幅度(的缓慢变化分量，我希望我的网络学习这些特征。在我的例子中，[1，2，1]和[10101102101]的序列是相同的特征类。然而，在卷积层的情况下，第二序列可能更适合于某种平面滤波器。(也许我的猜测是错误的(

有没有任何方法可以从信号中去除恒定分量或缓慢变化的分量，或者我应该在将数据输入网络之前对其进行预处理？

Answer 1

网络对变化率进行建模。两者的变化率是相同的，它会自己学习。只需输入数据即可。如果是时间序列数据，请尝试LSTM+Conv层。