本發(fā)明涉及數(shù)據(jù)處理，尤其涉及一種基于時(shí)頻域特征融合的工業(yè)時(shí)序數(shù)據(jù)增強(qiáng)方法及系統(tǒng)。

背景技術(shù)：

1、為了挖掘數(shù)據(jù)中潛在的重要特征信息，當(dāng)前采用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等方法來對數(shù)據(jù)進(jìn)行分析處理，在這個(gè)過程中數(shù)據(jù)增強(qiáng)方法是在機(jī)器學(xué)習(xí)、深度學(xué)習(xí)領(lǐng)域中用來提高模型性能和泛化能力的可靠辦法，但現(xiàn)在主要是用于在計(jì)算機(jī)視覺任務(wù)中處理二維圖像數(shù)據(jù)，而對于互聯(lián)網(wǎng)云端上傳采集的以上傳時(shí)間為索引序號的一維數(shù)據(jù)的數(shù)據(jù)增強(qiáng)方法則應(yīng)用并不廣泛。

2、現(xiàn)有的數(shù)據(jù)增強(qiáng)方案，大多是針對圖像二維數(shù)據(jù)的數(shù)據(jù)增強(qiáng)方法，通過圖像預(yù)處理中的抖動(dòng)、縮放、旋轉(zhuǎn)、排列、剪裁等方法，將原始數(shù)據(jù)進(jìn)行預(yù)處理，生成新的數(shù)據(jù)，以提高機(jī)器學(xué)習(xí)、深度學(xué)習(xí)過程中訓(xùn)練數(shù)據(jù)的樣本豐富性。

3、現(xiàn)有針對圖像的數(shù)據(jù)增強(qiáng)方法，在應(yīng)用到工業(yè)制造領(lǐng)域中的時(shí)間序列數(shù)據(jù)時(shí)，會(huì)面臨著執(zhí)行數(shù)據(jù)增強(qiáng)方法時(shí)導(dǎo)致數(shù)據(jù)變形、特征丟失等情況發(fā)生，影響對數(shù)據(jù)特性挖掘的準(zhǔn)確性。例如，翻轉(zhuǎn)或旋轉(zhuǎn)圖像以增強(qiáng)圖像數(shù)據(jù)并不會(huì)顯著破壞原始數(shù)據(jù)的含義。因此，如何提出一種適用于時(shí)間序列數(shù)據(jù)的數(shù)據(jù)增強(qiáng)方案，成為亟待解決的問題。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，有必要提供一種基于時(shí)頻域特征融合的工業(yè)時(shí)序數(shù)據(jù)增強(qiáng)方法，用以解決現(xiàn)有技術(shù)的上述缺陷。

2、為了解決上述問題，第一方面，本發(fā)明實(shí)施例提供一種基于時(shí)頻域特征融合的工業(yè)時(shí)序數(shù)據(jù)增強(qiáng)方法，包括：

3、s1，采集工業(yè)生產(chǎn)過程中的工業(yè)時(shí)序數(shù)據(jù)，得到原始數(shù)據(jù)集；

4、s2，結(jié)合時(shí)間域內(nèi)的加權(quán)權(quán)重調(diào)整策略以及數(shù)據(jù)插值方法，對原始數(shù)據(jù)集中的工業(yè)時(shí)序數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理；

5、s3，將預(yù)處理后的擴(kuò)展數(shù)據(jù)隨機(jī)切片，并將切片數(shù)據(jù)與與原始數(shù)據(jù)的時(shí)間長度對齊；

6、s4，將經(jīng)過數(shù)據(jù)預(yù)處理并切片對齊后的工業(yè)時(shí)序數(shù)據(jù)轉(zhuǎn)換為頻域數(shù)據(jù)，分別從工業(yè)時(shí)序數(shù)據(jù)和頻域數(shù)據(jù)中提取時(shí)域特征和頻域特征，并將所述時(shí)域特征和頻域特征進(jìn)行融合，得到數(shù)據(jù)增強(qiáng)后的工業(yè)時(shí)序數(shù)據(jù)。

7、優(yōu)選的，在采集工業(yè)生產(chǎn)過程中的工業(yè)時(shí)序數(shù)據(jù)時(shí)，所述方法還包括：

8、基于香農(nóng)采樣定理和先驗(yàn)知識，確定工業(yè)時(shí)序數(shù)據(jù)的最優(yōu)采樣頻率；其中，所述工業(yè)時(shí)序數(shù)據(jù)包括電壓、電流、溫度、濕度和速度；

9、根據(jù)最優(yōu)采樣頻率，確定工業(yè)時(shí)序數(shù)據(jù)需要擴(kuò)增的數(shù)據(jù)容量。

10、優(yōu)選的，所述結(jié)合時(shí)間域內(nèi)的加權(quán)權(quán)重調(diào)整策略以及數(shù)據(jù)插值方法，對原始數(shù)據(jù)集中的工業(yè)時(shí)序數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，包括：

11、根據(jù)原始數(shù)據(jù)集中的工業(yè)時(shí)序數(shù)據(jù)的特性，為原始數(shù)據(jù)集中每個(gè)數(shù)據(jù)點(diǎn)分配權(quán)重值；

12、考慮每個(gè)數(shù)據(jù)點(diǎn)的權(quán)重值，對原始數(shù)據(jù)集中的工業(yè)時(shí)序數(shù)據(jù)進(jìn)行數(shù)據(jù)插值。

13、優(yōu)選的，在對原始數(shù)據(jù)集中的工業(yè)時(shí)序數(shù)據(jù)進(jìn)行數(shù)據(jù)插值之后，還包括：

14、對數(shù)據(jù)插值后的數(shù)據(jù)進(jìn)行優(yōu)化處理；所述優(yōu)化處理包括數(shù)據(jù)旋轉(zhuǎn)、數(shù)據(jù)抖動(dòng)、數(shù)據(jù)縮放和數(shù)據(jù)重排。

15、優(yōu)選的，所述將預(yù)處理后的擴(kuò)展數(shù)據(jù)隨機(jī)切片，并將切片數(shù)據(jù)與與原始數(shù)據(jù)的時(shí)間長度對齊，包括：

16、根據(jù)原始數(shù)據(jù)集中工業(yè)時(shí)序數(shù)據(jù)的時(shí)間長度，對預(yù)處理后的擴(kuò)展數(shù)據(jù)進(jìn)行隨機(jī)切片，得到與原始數(shù)據(jù)時(shí)間長度相同的切片數(shù)據(jù)；

17、確保每個(gè)切片數(shù)據(jù)的標(biāo)簽與原始數(shù)據(jù)集中相應(yīng)時(shí)間段的標(biāo)簽一一對應(yīng)。

18、優(yōu)選的，步驟s4具體包括：

19、通過快速傅里葉變換，將經(jīng)過數(shù)據(jù)預(yù)處理并切片對齊后的工業(yè)時(shí)序數(shù)據(jù)轉(zhuǎn)換為頻域數(shù)據(jù)；

20、從經(jīng)過數(shù)據(jù)預(yù)處理并切片對齊后的工業(yè)時(shí)序數(shù)據(jù)中提取時(shí)域特征，從所述頻域數(shù)據(jù)中提取頻域特征；

21、將所述時(shí)域特征和頻域特征進(jìn)行融合，得到數(shù)據(jù)增強(qiáng)的工業(yè)時(shí)序數(shù)據(jù)。

22、第二方面，本發(fā)明實(shí)施例提供一種基于時(shí)頻域特征融合的工業(yè)時(shí)序數(shù)據(jù)增強(qiáng)系統(tǒng)，包括：

23、數(shù)據(jù)采集模塊，用于采集工業(yè)生產(chǎn)過程中的工業(yè)時(shí)序數(shù)據(jù)，得到原始數(shù)據(jù)集；

24、數(shù)據(jù)預(yù)處理模塊，用于結(jié)合時(shí)間域內(nèi)的加權(quán)權(quán)重調(diào)整策略以及數(shù)據(jù)插值方法，對原始數(shù)據(jù)集中的工業(yè)時(shí)序數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理；

25、數(shù)據(jù)切片對齊模塊，用于將預(yù)處理后的擴(kuò)展數(shù)據(jù)隨機(jī)切片，并將切片數(shù)據(jù)與與原始數(shù)據(jù)的時(shí)間長度對齊；

26、時(shí)頻域特征融合模塊，用于將經(jīng)過數(shù)據(jù)預(yù)處理并切片對齊后的工業(yè)時(shí)序數(shù)據(jù)轉(zhuǎn)換為頻域數(shù)據(jù)，分別從工業(yè)時(shí)序數(shù)據(jù)和頻域數(shù)據(jù)中提取時(shí)域特征和頻域特征，并將所述時(shí)域特征和頻域特征進(jìn)行融合，得到數(shù)據(jù)增強(qiáng)后的工業(yè)時(shí)序數(shù)據(jù)。

27、第三方面，本發(fā)明還提供了一種電子設(shè)備，包括存儲(chǔ)器和處理器，其中，

28、所述存儲(chǔ)器，用于存儲(chǔ)程序；

29、所述處理器，與所述存儲(chǔ)器耦合，用于執(zhí)行所述存儲(chǔ)器中存儲(chǔ)的所述程序，以實(shí)現(xiàn)如本發(fā)明第一方面實(shí)施例所述的基于時(shí)頻域特征融合的工業(yè)時(shí)序數(shù)據(jù)增強(qiáng)方法中的步驟。

30、第四方面，本發(fā)明還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，用于存儲(chǔ)計(jì)算機(jī)可讀取的程序或指令，所述程序或指令被處理器執(zhí)行時(shí)能夠?qū)崿F(xiàn)如本發(fā)明第一方面實(shí)施例所述的基于時(shí)頻域特征融合的工業(yè)時(shí)序數(shù)據(jù)增強(qiáng)方法中的步驟。

31、本發(fā)明提供的基于時(shí)頻域特征融合的工業(yè)時(shí)序數(shù)據(jù)增強(qiáng)方法及系統(tǒng)，與現(xiàn)有技術(shù)相比，具有如下有益效果：

32、1)本發(fā)明通過結(jié)合時(shí)間域內(nèi)的加權(quán)權(quán)重調(diào)整和數(shù)據(jù)插值方法，提高了數(shù)據(jù)的密度和多樣性。通過隨機(jī)切片和對齊策略，本發(fā)明能夠在保持?jǐn)?shù)據(jù)長度的同時(shí)，增加數(shù)據(jù)的多樣性，避免了傳統(tǒng)圖像數(shù)據(jù)增強(qiáng)方法直接應(yīng)用于時(shí)間序列數(shù)據(jù)時(shí)可能導(dǎo)致的數(shù)據(jù)變形和特征丟失問題。

33、2)本發(fā)明通過時(shí)頻域特征融合的方法進(jìn)行數(shù)據(jù)增強(qiáng)，可以充分利用數(shù)據(jù)在時(shí)域和頻域上的信息，增強(qiáng)后的時(shí)序數(shù)據(jù)不僅包含了數(shù)據(jù)在時(shí)間軸上的動(dòng)態(tài)變化信息，還包含了數(shù)據(jù)在頻率分布上的靜態(tài)結(jié)構(gòu)信息，為后續(xù)數(shù)據(jù)分析、異常檢測等任務(wù)提供重要的數(shù)據(jù)支持。

技術(shù)特征：

1.一種基于時(shí)頻域特征融合的工業(yè)時(shí)序數(shù)據(jù)增強(qiáng)方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于時(shí)頻域特征融合的工業(yè)時(shí)序數(shù)據(jù)增強(qiáng)方法，其特征在于，在采集工業(yè)生產(chǎn)過程中的工業(yè)時(shí)序數(shù)據(jù)時(shí)，所述方法還包括：

3.根據(jù)權(quán)利要求1所述的基于時(shí)頻域特征融合的工業(yè)時(shí)序數(shù)據(jù)增強(qiáng)方法，其特征在于，所述結(jié)合時(shí)間域內(nèi)的加權(quán)權(quán)重調(diào)整策略以及數(shù)據(jù)插值方法，對原始數(shù)據(jù)集中的工業(yè)時(shí)序數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，包括：

4.根據(jù)權(quán)利要求3所述的基于時(shí)頻域特征融合的工業(yè)時(shí)序數(shù)據(jù)增強(qiáng)方法，其特征在于，在對原始數(shù)據(jù)集中的工業(yè)時(shí)序數(shù)據(jù)進(jìn)行數(shù)據(jù)插值之后，還包括：

5.根據(jù)權(quán)利要求1所述的基于時(shí)頻域特征融合的工業(yè)時(shí)序數(shù)據(jù)增強(qiáng)方法，其特征在于，所述將預(yù)處理后的擴(kuò)展數(shù)據(jù)隨機(jī)切片，并將切片數(shù)據(jù)與與原始數(shù)據(jù)的時(shí)間長度對齊，包括：

6.根據(jù)權(quán)利要求1所述的基于時(shí)頻域特征融合的工業(yè)時(shí)序數(shù)據(jù)增強(qiáng)方法，其特征在于，步驟s4具體包括：

7.一種基于時(shí)頻域特征融合的工業(yè)時(shí)序數(shù)據(jù)增強(qiáng)系統(tǒng)，其特征在于，包括：

8.一種電子設(shè)備，

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，用于存儲(chǔ)計(jì)算機(jī)可讀取的程序或指令，所述程序或指令被處理器執(zhí)行時(shí)能夠?qū)崿F(xiàn)上述權(quán)利要求1至6中任意一項(xiàng)所述的基于時(shí)頻域特征融合的工業(yè)時(shí)序數(shù)據(jù)增強(qiáng)方法中的步驟。

技術(shù)總結(jié)
本發(fā)明涉及一種基于時(shí)頻域特征融合的工業(yè)時(shí)序數(shù)據(jù)增強(qiáng)方法及系統(tǒng)，包括：采集工業(yè)生產(chǎn)過程中的工業(yè)時(shí)序數(shù)據(jù)；結(jié)合時(shí)間域內(nèi)的加權(quán)權(quán)重調(diào)整策略以及數(shù)據(jù)插值方法，對工業(yè)時(shí)序數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理；將預(yù)處理后的擴(kuò)展數(shù)據(jù)隨機(jī)切片并與原始數(shù)據(jù)對齊；將工業(yè)時(shí)序數(shù)據(jù)轉(zhuǎn)換為頻域數(shù)據(jù)，分別從工業(yè)時(shí)序數(shù)據(jù)和頻域數(shù)據(jù)中提取時(shí)域特征和頻域特征，并將時(shí)域特征和頻域特征進(jìn)行融合。本發(fā)明通過結(jié)合時(shí)間域內(nèi)的加權(quán)權(quán)重調(diào)整、數(shù)據(jù)插值以及時(shí)頻域特征融合，實(shí)現(xiàn)了對時(shí)間序列數(shù)據(jù)在時(shí)頻兩域特征的全面利用，增強(qiáng)后的時(shí)序數(shù)據(jù)不僅包含了數(shù)據(jù)在時(shí)間軸上的動(dòng)態(tài)變化信息，還包含了數(shù)據(jù)在頻率分布上的靜態(tài)結(jié)構(gòu)信息，為后續(xù)數(shù)據(jù)分析、異常檢測等任務(wù)提供重要的數(shù)據(jù)支持。

技術(shù)研發(fā)人員：陳再勵(lì),吳賓,馮樹慶,方建生,雷歡,鐘震宇
受保護(hù)的技術(shù)使用者：廣東省科學(xué)院智能制造研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23