多尺度计算3

分成四个阶段

1. 第一个阶段，是pretrain。先学习mean和variance的生成，一条轨迹会生成两个平均值和方差（分别表示时间和空间的）。然后输入到解码器中解码，两个lstm.一个用于重构时间，一个是用于重构路段
2. 第二个阶段，是生成Gaussian model。计算sample轨迹的mean和variance，分成三个Gaussian model。只计算一次，这个值保持不变。生成prior parameters
3. 第三个阶段，继续训练解码模型。结合高斯分布的loss （希望生成的mean和variance可以趋于这三个分布），种类的loss（但是又能去区分到底是哪一种）。以及重构的loss
4. 第四个阶段，在预测阶段，遍历3个gaussian model （时间或者空间），作为lstm initial的值，分别计算时间预测的分数的最大值（三选一）和空间预测的分数最大值（三选一）再用1-时间预测的分数的最大值*空间预测的分数最大值作为异常分数