[发明专利]时序信号的处理方法及装置、设备及可读介质

权利要求书

1.一种时序信号的处理方法，包括：

根据多个传感器实时采集的时序信号，生成预测样本数据；

对所述预测样本数据进行特征提取处理，得到预测样本特征；

将所述预测样本特征输入至已训练得到的信号处理模型，获取所述信号处理模型的输出结果。

2.根据权利要求1所述的方法，其中，所述根据多个传感器实时采集的时序信号，生成预测样本数据包括：

将所述多个传感器实时采集的每预设时间长度内的信号，按照为所述多个传感器预先配置的空间顺序排列，生成对应时间和空间的二维信号数组，作为一条预测样本数据。

3.根据权利要求2所述的方法，其中，对所述预测样本数据进行特征提取处理，得到预测样本特征包括：

统计所述二维信号数组中相邻d1个传感器中每个所述传感器的相邻d2个时间窗口中每个所述时间窗口的k个统计量的值，以统计量的值作为像素值得到k张d1*d2的信号图片，作为所述预测样本特征，其中d1、d2和k均为大于1的正整数。

4.根据权利要求3所述的方法，其特征在于，所述统计量包括信号极差、信号方差、信号均值或者信号最大差分。

5.根据权利要求1所述的方法，其中，所述时序信号的处理包括：时序信号的异常检测、时序信号的分类或者时序信号的数值预测。

6.一种信号处理模型的训练方法，包括：

根据目标环境中的多个传感器历史采集的时序信号以及所述目标环境中相应的历史状态信息，生成训练样本数据集；

对所述训练样本数据集进行特征提取处理，得到训练样本特征集；

基于所述训练样本特征集、采集的所述历史状态信息和机器学习算法，训练信号处理模型。

7.一种时序信号的处理装置，包括：

生成模块，用于根据多个传感器实时采集的时序信号，生成预测样本数据；

提取模块，用于对所述预测样本数据进行特征提取处理，得到预测样本特征；

处理模块，用于将所述预测样本特征输入至已训练得到的信号处理模型，获取所述信号处理模型的输出结果。

8.一种信号处理模型的训练装置，包括：

生成模块，用于根据目标环境中的多个传感器历史采集的时序信号以及所述目标环境中相应的历史状态信息，生成训练样本数据集；

提取模块，用于对所述训练样本数据集进行特征提取处理，得到训练样本特征集；

训练模块，用于基于所述训练样本特征集、采集的所述历史状态信息和机器学习算法，训练信号处理模型。

9.一种计算设备，包括：

处理器；以及

存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1-5中任何一项所述的方法；或者执行如权利要求6所述的方法。

10.一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如权利要求1-5中任一项所述的方法；或者执行如权利要求6所述的方法。