基于时频语义学习的多维时序识别方法、装置和设备

本申请涉及一种基于时频语义学习的多维时序识别方法、装置和设备。所述方法包括：构建任务导向分词化基础单元，对输入的多维时间序列进行语义分词采样，得到多个初始分词，经权重计算网络加权后获基础分词，基于该基础单元构建时域、频域成分生成单元，将同一场景同时间段不同传感器监测的多维时间序列数据，分别输入两单元并行处理，得时频域分词，将其输入下游序列识别模型预测，计算时频域一致性损失与分类损失，调整两单元参数至损失收敛，完成训练，利用训练好的单元提取多维时间实测序列的时频域分词，输入模型实现识别。本方法可有效提高多维时序序列分类精准度。