三重融合卷积网络

并行使用标准、深度和共享核卷积捕获变量特定与共享特征，并通过三级融合增强表示学习。

刘文翰 · Pan, Shurong · 常胜 · 黄启俊 · 姜楠

IEEE Transactions on Knowledge and Data Engineering 2026

参数信息

平均排名

4.3077

Win/Draw/Loss

5/4/17

基线方法数量

15

技术优势

排名第一

在26个数据集上取得4.3077的平均排名，优于15个基线模型。

优于15个基线

在综合评估中胜出17次、打平4次，仅负5次。

应用场景

• 工业时序监测：直接用于设备状态分类，替代人工巡检。
• 金融时序分析：对市场多维指标做模式识别，辅助交易决策。
• 医疗时序诊断：融合多生理信号给出诊断分类，减少单一指标误判。