[發(fā)明專(zhuān)利]閾值生成方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010115819.8
• 申請(qǐng)日: 2020-02-24
• 公開(kāi)（公告）號(hào): CN111339074B
• 公開(kāi)（公告）日: 2023-05-05
• 發(fā)明（設(shè)計(jì)）人: 張全平;喬獻(xiàn)強(qiáng);任萬(wàn)千;黃光強(qiáng)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 深圳市名通科技股份有限公司
• 主分類(lèi)號(hào): G06F16/215
• 分類(lèi)號(hào): G06F16/215;G06F16/28;G06N20/10
• 代理公司: 深圳市恒程創(chuàng)新知識(shí)產(chǎn)權(quán)代理有限公司 44542
• 代理人: 張小容

1.一種閾值生成方法，其特征在于，所述閾值生成方法應(yīng)用于監(jiān)測(cè)預(yù)警平臺(tái)，所述閾值生成方法包括以下步驟：

獲取數(shù)據(jù)庫(kù)中的歷史數(shù)據(jù)；

根據(jù)所述歷史數(shù)據(jù)中的監(jiān)測(cè)信號(hào)時(shí)域數(shù)據(jù)和場(chǎng)景數(shù)據(jù)進(jìn)行建模，生成信號(hào)識(shí)別模型；

將所述歷史數(shù)據(jù)中的預(yù)設(shè)閾值和預(yù)警數(shù)據(jù)輸入信號(hào)識(shí)別模型，生成新閾值；

所述預(yù)警數(shù)據(jù)中包含準(zhǔn)確預(yù)警數(shù)據(jù)和準(zhǔn)確預(yù)警信號(hào)數(shù)據(jù)；

所述將所述歷史數(shù)據(jù)中的預(yù)設(shè)閾值和預(yù)警數(shù)據(jù)輸入信號(hào)識(shí)別模型，生成新閾值的步驟包括：

根據(jù)所述歷史數(shù)據(jù)中的準(zhǔn)確預(yù)警數(shù)據(jù)和準(zhǔn)確預(yù)警信號(hào)數(shù)據(jù)構(gòu)建第二特征向量；

通過(guò)所述第二特征向量訓(xùn)練所述信號(hào)識(shí)別模型，獲得調(diào)整后的信號(hào)識(shí)別模型；

將所述預(yù)設(shè)閾值輸入所述調(diào)整后的信號(hào)識(shí)別模型中，生成新閾值。

2.如權(quán)利要求1所述的閾值生成方法，其特征在于，所述獲取數(shù)據(jù)庫(kù)中的歷史數(shù)據(jù)的步驟之前，包括：

采集預(yù)設(shè)閾值、監(jiān)測(cè)信號(hào)時(shí)域數(shù)據(jù)、預(yù)警數(shù)據(jù)和場(chǎng)景數(shù)據(jù)，將所述預(yù)設(shè)閾值、所述監(jiān)測(cè)信號(hào)時(shí)域數(shù)據(jù)、所述預(yù)警數(shù)據(jù)和所述場(chǎng)景數(shù)據(jù)作為歷史數(shù)據(jù)寫(xiě)入數(shù)據(jù)庫(kù)。

3.如權(quán)利要求1所述的閾值生成方法，其特征在于，所述根據(jù)所述歷史數(shù)據(jù)中的監(jiān)測(cè)信號(hào)時(shí)域數(shù)據(jù)和場(chǎng)景數(shù)據(jù)進(jìn)行建模，生成信號(hào)識(shí)別模型的步驟，包括：

對(duì)所述歷史數(shù)據(jù)中的監(jiān)測(cè)信號(hào)時(shí)域數(shù)據(jù)和場(chǎng)景數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，生成訓(xùn)練數(shù)據(jù)；

使用所述訓(xùn)練數(shù)據(jù)構(gòu)建第一特征向量，使用所述第一特征向量訓(xùn)練生成信號(hào)識(shí)別模型。

4.如權(quán)利要求1所述的閾值生成方法，其特征在于，所述預(yù)警數(shù)據(jù)中包含誤預(yù)警數(shù)據(jù)和誤預(yù)警信號(hào)數(shù)據(jù)；

所述將所述歷史數(shù)據(jù)中的預(yù)設(shè)閾值和預(yù)警數(shù)據(jù)輸入信號(hào)識(shí)別模型，生成新閾值的步驟，包括：

根據(jù)所述歷史數(shù)據(jù)中的誤預(yù)警數(shù)據(jù)和誤預(yù)警信號(hào)數(shù)據(jù)構(gòu)建第三特征向量；

通過(guò)所述第三特征向量訓(xùn)練所述信號(hào)識(shí)別模型，獲得調(diào)整后的信號(hào)識(shí)別模型；

將所述預(yù)設(shè)閾值輸入所述調(diào)整后的信號(hào)識(shí)別模型中，生成新閾值。

5.如權(quán)利要求1所述的閾值生成方法，其特征在于，所述將所述歷史數(shù)據(jù)中的預(yù)設(shè)閾值和預(yù)警數(shù)據(jù)輸入信號(hào)識(shí)別模型，生成新閾值的步驟之后，包括：

獲取所述預(yù)設(shè)閾值中的最大閾值和最小閾值，判斷所述新閾值是否在所述最大閾值和所述最小閾值之間；

若所述新閾值在所述最大閾值和所述最小閾值之間，則舍棄所述新閾值。

6.如權(quán)利要求1至5中任意一項(xiàng)所述的閾值生成方法，其特征在于，所述將所述歷史數(shù)據(jù)中的預(yù)設(shè)閾值和預(yù)警數(shù)據(jù)輸入信號(hào)識(shí)別模型，生成新閾值的步驟之后，包括：

將所述新閾值作為預(yù)設(shè)閾值添加到歷史數(shù)據(jù)中，將新的歷史數(shù)據(jù)輸入至信號(hào)識(shí)別模型，并根據(jù)新的歷史數(shù)據(jù)更新所述信號(hào)識(shí)別模型。

7.一種閾值生成裝置，其特征在于，所述閾值生成裝置包括：

數(shù)據(jù)獲取模塊：用于獲取數(shù)據(jù)庫(kù)中的歷史數(shù)據(jù)；

模型建立模塊：用于根據(jù)所述歷史數(shù)據(jù)中的監(jiān)測(cè)信號(hào)時(shí)域數(shù)據(jù)和場(chǎng)景數(shù)據(jù)進(jìn)行建模，生成信號(hào)識(shí)別模型；

閾值生成模塊：用于將所述歷史數(shù)據(jù)中的預(yù)設(shè)閾值和預(yù)警數(shù)據(jù)輸入信號(hào)識(shí)別模型，生成新閾值；

所述預(yù)警數(shù)據(jù)中包含準(zhǔn)確預(yù)警數(shù)據(jù)和準(zhǔn)確預(yù)警信號(hào)數(shù)據(jù)；

所述閾值生成模塊，包括：

第一構(gòu)建子模塊，用于根據(jù)所述歷史數(shù)據(jù)中的準(zhǔn)確預(yù)警數(shù)據(jù)和準(zhǔn)確預(yù)警信號(hào)數(shù)據(jù)構(gòu)建第二特征向量；

第一信號(hào)模型調(diào)整子模塊，用于通過(guò)所述第二特征向量訓(xùn)練所述信號(hào)識(shí)別模型，獲得調(diào)整后的信號(hào)識(shí)別模型；

第一新閾值模塊，用于將所述預(yù)設(shè)閾值輸入所述調(diào)整后的信號(hào)識(shí)別模型中，生成新閾值。

8.一種閾值生成設(shè)備，其特征在于，所述閾值生成設(shè)備包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其中：

所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至6中任一項(xiàng)所述的閾值生成方法的步驟。

9.一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至6中任一項(xiàng)所述的閾值生成方法的步驟。