LSTM结合时序异常检测直接写！小论文闭着眼睛发！

文章预览

还在愁小论文？不如考虑考虑这个方向： LSTM+时间序列异常检测。 这是个比较活跃且热门的研究方向 ，因为LSTM具有非常优秀的时序数据深度处理能力，能够灵活适应不同复杂度的数据，给我们提供高精度的预测结果，在处理时序异常检测任务方面遥遥领先。 比如一种新的基于多尺度C-LSTM的异常检测方法，该方法利用了LSTM网络在处理时间序列数据方面的优势，实现了超过99.7%的准确率。 目前这方向的创新着眼于改进模型结构、优化算法、融合多模态数据等方面。根据这个，我特别整理了 8篇 LSTM+时间序列异常检测最新的论文 ，开源代码已附，大家可以直接拿来参考。 扫码添加小享， 回复“ LSTM异常 ” 免费获取 全部论文+开源代码 Anomaly Detection Using Multiscale C-LSTM for Univariate Time-Series 方法： 基于C-LSTM模型，本文提出了三种多尺度C-LSTM模型，分别构 ………………………………