[發(fā)明專利]一種數據的多維映射方法、裝置及計算機可讀存儲介質

在審

• 申請?zhí)枺?/td>: 201810255247.6
• 申請日: 2018-03-26
• 公開（公告）號: CN108460152A
• 公開（公告）日: 2018-08-28
• 發(fā)明（設計）人: 王智華
• 申請（專利權）人: 王智華
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06N99/00
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

1.一種數據的多維映射方法，其特征在于，所述數據的多維映射方法包括以下步驟：

基于物理引擎生成的仿真數據訓練多維映射系統(tǒng)中的生成網絡；

獲取一維傳感器數據和條件類別標簽，以所述一維傳感器數據和條件類別標簽作為生成網絡的輸入，得到多維傳感器數據；

對所述多維傳感器數據進行多維建模與可視化分析，得到所述多維傳感器數據對應的相關被監(jiān)測對象信息。

2.如權利要求1所述的數據的多維映射方法，其特征在于，所述基于物理引擎生成的仿真數據訓練多維映射系統(tǒng)中的生成網絡的步驟包括：

建立多維映射系統(tǒng)數據庫，標記所述多維映射數據庫中的數據；

構建生成網絡，通過多維映射系統(tǒng)數據庫中的數據訓練所述生成網絡。

3.如權利要求2所述的數據的多維映射方法，其特征在于，所述建立多維映射系統(tǒng)數據庫，標記所述多維映射數據庫中的數據的步驟包括：

通過物理引擎對被監(jiān)測設備進行仿真，收集一維傳感器數據和多維仿真數；

對所述一維傳感器數據和多維仿真數據進行分類與標注，以使每份數據具有唯一與之對應的條件類別標簽。

4.如權利要求2所述的數據的多維映射方法，其特征在于，所述構建生成網絡，通過多維映射系統(tǒng)數據庫中的數據訓練所述生成網絡的步驟包括：

以條件類別標簽和被監(jiān)測對象初始狀態(tài)作為生成網絡的輸入值，獲取生成網絡的輸出值；

結合多維映射系統(tǒng)數據庫生成的地面真值，將所述生成網絡的輸出值作為判別網絡的輸入值，以供判別網絡確定所述生成網絡的輸出值是否符合期望；

將判別網絡生成的判別結果反饋給生成網絡，不斷優(yōu)化生成網絡的相關參數，以使所述生成網絡的預測能力逐漸增強。

5.如權利要求4所述的數據的多維映射方法，其特征在于，所述結合多維映射系統(tǒng)數據庫生成的地面真值，將所述生成網絡的輸出值作為判別網絡的輸入值，以供判別網絡確定所述生成網絡的輸出值是否符合期望的步驟包括：

結合多維映射系統(tǒng)數據庫生成的地面真值，將所述生成網絡的輸出值作為判別網絡的輸入值，通過第一損失函數判斷生成網絡輸出值的真假，通過第二損失函數判斷生成網絡輸出值的類別，其中，判別網絡由第一損失函數和第二損失函數組成；

在所述生成網絡輸出值為真，且與生成網絡輸入值的類別一致時，確定所述網絡的輸出值符合期望。

6.如權利要求1所述的數據的多維映射方法，其特征在于，所述獲取一維傳感器數據和條件類別標簽，以所述一維傳感器數據和條件類別標簽作為生成網絡的輸入，得到多維傳感器數據的步驟包括：

在完成對生成網絡的訓練時，獲取一維傳感器數據和對應的條件類別標簽；

以所述一維傳感器數據和對應的條件類別標簽作為生成網絡的輸入值，獲取對應的多維傳感器數據。

7.如權利要求1所述的數據的多維映射方法，其特征在于，所述對所述多維傳感器數據進行多維建模與可視化分析，得到所述多維傳感器數據對應的相關被監(jiān)測對象信息的步驟包括：

通過工具軟件對多維傳感器數據進行多維建模與可視化分析；

基于所述多維建模與可視化分析的結果，得到被監(jiān)測對象的特性信息或故障信息。

8.如權利要求1至7任一項所述的數據的多維映射方法，其特征在于，所述多維傳感器數據包括二維傳感器數據和三維傳感器數據。

9.一種數據的多維映射裝置，其特征在于，所述數據的多維映射裝置包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的傳感器連接程序，所述數據的多維映射程序被所述處理器執(zhí)行時實現如權利要求1至8中任一項所述的數據的多維映射方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有數據的多維映射程序，所述數據的多維映射程序被處理器執(zhí)行時實現如權利要求1至8中任一項所述的數據的多維映射方法的步驟。