文档摘要

6.2 卷积神经网络 CNN 本节摘要：卷积神经网络（CNN）虽出身图像处理，但卷积核在时间轴上的滑动天然适配时序局部模式提取。本节讲清 CNN 的三层结构（卷积、池化、全连接）与时序适配逻辑，展开三种检测路线：序列转图像再分类（格拉姆角场/马尔可夫转换场）、CNN 编码器-解码器重构、CNN 特征提取+传统检测器。客观评估 CNN 的优势（局部特征、并行、鲁棒）与局限（信息损失、长依赖短板），并给出架构设计与训练要点。 会员。《6.2 卷积神经网络CNN》收录于灏天文库文集《时间序列异常检测技术》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/490-%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E5%BC%82%E5%B8%B8%E6%A3%80%E6%B5%8B%E6%8A%80%E6%9C%AF

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流