[发明专利]时间序列数据标注方法和装置

说明书

本发明提供一种时间序列数据标注方法和装置，所述方法包括以下步骤：获取多个时间序列数据，并对多个时间序列数据进行预处理；通过Tsfresh对预处理后的多个时间序列数据进行特征提取，并获取所提取的时间序列特征的贡献度信息；根据贡献度信息对时间序列特征进行PCA降维；通过IForest对降维后的时间序列特征进行标注。本发明能够方便、准确地实现无标签时间序列数据的标签化，并能够节省人工成本。

技术领域

本发明涉及数据标注技术领域，具体涉及一种时间序列数据标注方法、一种时间序列数据标注装置、一种计算机设备、一种非临时性计算机可读存储介质和一种计算机程序产品。

背景技术

在现实生活中大多数情况下获得的工业领域的时序数据都是没有标签的，而对于工业领域时序数据进行分类或是异常检测，常常需要先进行人工标注。由于缺乏足够的先验知识，进行人工类别标注的成本太高。

发明内容

本发明为解决上述技术问题，提供了一种时间序列数据标注方法和装置，能够方便、准确地实现无标签时间序列数据的标签化，并能够节省人工成本。

本发明采用的技术方案如下：

一种时间序列数据标注方法，包括以下步骤：获取多个时间序列数据，并对所述多个时间序列数据进行预处理；通过Tsfresh对预处理后的多个时间序列数据进行特征提取，并获取所提取的时间序列特征的贡献度信息；根据所述贡献度信息对所述时间序列特征进行PCA(Principal Components Analysis，主成分分析)降维；通过IForest(IsolationForest，孤立森林)对降维后的时间序列特征进行标注。

对所述多个时间序列数据进行预处理，具体包括：判断每个所述时间序列数据是否存在缺失值；如果任一所述时间序列数据存在缺失值，则补齐该时间序列数据。

获取所提取的时间序列特征的贡献度信息，具体包括：通过所述Tsfresh获取所提取的时间序列特征的贡献度排名。

根据所述贡献度信息对所述时间序列特征进行PCA降维，具体包括：建立时间序列特征的相关系数矩阵；计算所述相关系数矩阵的特征值和特征向量；根据所述贡献度排名选择预设数量的特征向量；根据所述预设数量的特征向量进行特征映射以实现特征降维。

所述时间序列数据为工业领域数据，标注的标签包括异常标签和正常标签。

通过IForest对降维后的时间序列特征进行标注，具体包括：通过IForest确定多个降维后的时间序列特征中的被孤立特征和未被孤立特征；在确认所述被孤立特征为异常特征后，为该被孤立特征打上异常标签；在确认所述未被孤立特征为正常特征后，为该未被孤立特征打上正常标签。

一种时间序列数据标注装置，包括：数据获取模块，所述数据获取模块用于获取多个时间序列数据，并对所述多个时间序列数据进行预处理；特征提取模块，所述特征提取模块用于通过Tsfresh对预处理后的多个时间序列数据进行特征提取，并获取所提取的时间序列特征的贡献度信息；特征降维模块，所述特征降维模块用于根据所述贡献度信息对所述时间序列特征进行PCA降维；标注模块，所述标注模块用于通过IForest对降维后的时间序列特征进行标注。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现上述时间序列数据标注方法。

一种非临时性计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述时间序列数据标注方法。

一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行上述时间序列数据标注方法。

本发明的有益效果：