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。信号包含一些缓慢变化的高振幅和小振幅信号特征(小两个幅度)的分量，我希望我的网络学习这些特征。在我的示例中，1,2,1和101,102,101序列是相同的要素类。然而，在卷积层的情况下，第二序列可能更适合于一些平坦滤波器。(也许我的猜测是错的)

有没有什么方法可以从信号中移除恒定分量或缓慢变化的分量，或者我应该在将数据送入网络之前对数据进行预处理？

Answer 1

网络对变化率进行建模。它们的变化率是相同的，它会自己学习。只要给它数据就行了。如果是时间序列数据，请尝试LSTM + Conv layers。