[發(fā)明專利]時間序列數(shù)據(jù)的特征提取方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011122736.8
• 申請日: 2020-10-20
• 公開（公告）號: CN112163558A
• 公開（公告）日: 2021-01-01
• 發(fā)明（設(shè)計）人: 蔣樂怡;劉洋
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 熊永強;賈允

1.一種時間序列數(shù)據(jù)的特征提取方法，其特征在于，所述方法包括：

獲取用戶的時間序列數(shù)據(jù)對應(yīng)的時域信號，其中，所述時間序列數(shù)據(jù)表征所述用戶的經(jīng)濟行為數(shù)據(jù)；

使用N級濾波器組對所述時域信號進行N級頻域分解，得到多個不同頻段的時序子帶信號，其中，N為大于或等于1的正整數(shù)；

對每個所述時序子帶信號進行特征提取，得到所述時間序列數(shù)據(jù)的目標(biāo)特征。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述使用N級濾波器組對所述時域信號進行N級頻域分解，得到多個不同頻段的時序子帶信號，包括：

將第一級濾波器組作為當(dāng)前濾波器組，將所述時域信號作為當(dāng)前處理信號；

通過所述當(dāng)前濾波器組對所述當(dāng)前處理信號進行頻域分解，得到所述當(dāng)前濾波器組對應(yīng)的高通子帶信號和低通子帶信號；

若所述當(dāng)前濾波器組不是第N級濾波器組，則將所述低通子帶信號作為所述當(dāng)前處理信號，將下一級濾波器組作為所述當(dāng)前濾波器組，返回所述通過所述當(dāng)前濾波器組對所述當(dāng)前處理信號進行頻域分解，得到所述當(dāng)前濾波器組對應(yīng)的高通子帶信號和低通子帶信號的步驟；

若所述當(dāng)前濾波器組是所述第N級濾波器組，則將各級所述濾波器組對應(yīng)的高通子帶信號和低通子帶信號，作為所述多個不同頻段的時序子帶信號。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，若所述濾波器組為離散小波濾波器組，則所述通過所述當(dāng)前濾波器組對所述當(dāng)前處理信號進行頻域分解，得到所述當(dāng)前濾波器組對應(yīng)的高通子帶信號和低通子帶信號，包括：

基于預(yù)先選擇的小波基函數(shù)，通過所述當(dāng)前濾波器組對所述當(dāng)前處理信號進行離散小波變換，得到所述當(dāng)前濾波器組對應(yīng)的高通子帶信號和低通子帶信號。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，在所述基于預(yù)先選擇的小波基函數(shù)，通過所述當(dāng)前濾波器組對所述當(dāng)前處理信號進行離散小波變換，得到所述當(dāng)前濾波器組對應(yīng)的高通子帶信號和低通子帶信號之前，還包括選擇小波基函數(shù)的步驟：

所述選擇小波基函數(shù)，包括：

選擇與所述時域信號波形相似且具有正交性的小波函數(shù)，作為所述小波基函數(shù)。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，若所述濾波器組為S變換濾波器組，則所述通過所述當(dāng)前濾波器組對所述當(dāng)前處理信號進行頻域分解，得到所述當(dāng)前濾波器組對應(yīng)的高通子帶信號和低通子帶信號，包括：

在所述當(dāng)前濾波器組中，按頻域的M分點對所述當(dāng)前處理信號進行S變換，得到所述當(dāng)前處理信號的高頻分量和低頻分量，其中，M為大于或等于2的正整數(shù)；

分別將所述高頻分量和所述低頻分量進行逆變換，得到所述當(dāng)前濾波器組對應(yīng)的高通子帶信號和低通子帶信號。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述目標(biāo)特征包括以下至少之一：

自回歸模型系數(shù)；香農(nóng)熵；統(tǒng)計特征；一階差分過零率；過均值率。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述對每個所述時序子帶信號進行特征提取，得到所述時間序列數(shù)據(jù)的目標(biāo)特征之后，所述方法還包括：

利用所述目標(biāo)特征對機器學(xué)習(xí)模型的性能進行檢測。

8.一種時間序列數(shù)據(jù)的特征提取裝置，其特征在于，所述裝置包括：

信號獲取模塊，用于獲取用戶的時間序列數(shù)據(jù)對應(yīng)的時域信號，其中，所述時間序列數(shù)據(jù)表征所述用戶的經(jīng)濟行為數(shù)據(jù)；

信號分解模塊，用于使用N級濾波器組對所述時域信號進行N級頻域分解，得到多個不同頻段的時序子帶信號，其中，N為大于或等于1的正整數(shù)；

特征提取模塊，用于對每個所述時序子帶信號進行特征提取，得到所述時間序列數(shù)據(jù)的目標(biāo)特征。

9.一種特征提取設(shè)備，其特征在于，所述設(shè)備包括處理器和存儲器，所述存儲器中存儲有至少一條指令或至少一段程序，所述至少一條指令或至少一段程序由所述處理器加載并執(zhí)行如權(quán)利要求1-7任一所述的時間序列數(shù)據(jù)的特征提取方法。

10.一種計算機存儲介質(zhì)，其特征在于，所述計算機存儲介質(zhì)中存儲有至少一條指令或至少一段程序，所述至少一條指令或所述至少一段程序由處理器加載并執(zhí)行以實現(xiàn)如權(quán)利要求1-7任一所述的時間序列數(shù)據(jù)的特征提取方法。