[發明專利]時序信號的處理方法及裝置、設備及可讀介質

在審

• 申請號: 202210702746.1
• 申請日: 2019-09-05
• 公開（公告）號: CN115099272A
• 公開（公告）日: 2022-09-23
• 發明（設計）人: 何曉東;周振華
• 申請（專利權）人: 第四范式（北京）技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京展翼知識產權代理事務所(特殊普通合伙) 11452
• 代理人: 王明遠

1.一種時序信號的處理方法，包括：

根據多個傳感器實時采集的時序信號，生成預測樣本數據；

對所述預測樣本數據進行特征提取處理，得到預測樣本特征；

將所述預測樣本特征輸入至已訓練得到的信號處理模型，獲取所述信號處理模型的輸出結果。

2.根據權利要求1所述的方法，其中，所述根據多個傳感器實時采集的時序信號，生成預測樣本數據包括：

將所述多個傳感器實時采集的每預設時間長度內的信號，按照為所述多個傳感器預先配置的空間順序排列，生成對應時間和空間的二維信號數組，作為一條預測樣本數據。

3.根據權利要求2所述的方法，其中，對所述預測樣本數據進行特征提取處理，得到預測樣本特征包括：

統計所述二維信號數組中相鄰d1個傳感器中每個所述傳感器的相鄰d2個時間窗口中每個所述時間窗口的k個統計量的值，以統計量的值作為像素值得到k張d1*d2的信號圖片，作為所述預測樣本特征，其中d1、d2和k均為大于1的正整數。

4.根據權利要求3所述的方法，其特征在于，所述統計量包括信號極差、信號方差、信號均值或者信號最大差分。

5.根據權利要求1所述的方法，其中，所述時序信號的處理包括：時序信號的異常檢測、時序信號的分類或者時序信號的數值預測。

6.一種信號處理模型的訓練方法，包括：

根據目標環境中的多個傳感器歷史采集的時序信號以及所述目標環境中相應的歷史狀態信息，生成訓練樣本數據集；

對所述訓練樣本數據集進行特征提取處理，得到訓練樣本特征集；

基于所述訓練樣本特征集、采集的所述歷史狀態信息和機器學習算法，訓練信號處理模型。

7.一種時序信號的處理裝置，包括：

生成模塊，用于根據多個傳感器實時采集的時序信號，生成預測樣本數據；

提取模塊，用于對所述預測樣本數據進行特征提取處理，得到預測樣本特征；

處理模塊，用于將所述預測樣本特征輸入至已訓練得到的信號處理模型，獲取所述信號處理模型的輸出結果。

8.一種信號處理模型的訓練裝置，包括：

生成模塊，用于根據目標環境中的多個傳感器歷史采集的時序信號以及所述目標環境中相應的歷史狀態信息，生成訓練樣本數據集；

提取模塊，用于對所述訓練樣本數據集進行特征提取處理，得到訓練樣本特征集；

訓練模塊，用于基于所述訓練樣本特征集、采集的所述歷史狀態信息和機器學習算法，訓練信號處理模型。

9.一種計算設備，包括：

處理器；以及

存儲器，其上存儲有可執行代碼，當所述可執行代碼被所述處理器執行時，使所述處理器執行如權利要求1-5中任何一項所述的方法；或者執行如權利要求6所述的方法。

10.一種非暫時性機器可讀存儲介質，其上存儲有可執行代碼，當所述可執行代碼被電子設備的處理器執行時，使所述處理器執行如權利要求1-5中任一項所述的方法；或者執行如權利要求6所述的方法。