[发明专利]基于多阶差分网络的高频时序数据处理方法有效
| 申请号： | 201711165914.3 | 申请日： | 2017-11-21 |
| 公开（公告）号： | CN107918660B | 公开（公告）日： | 2018-12-11 |
| 发明（设计）人： | 龙明盛;王建民;张建晋;黄向东 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06N3/08 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;李相雨 |
| 地址： | 100084 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种基于多阶差分网络的高频时序数据处理方法，包括：S1，获取高频时序数据，并将所述高频时序数据输入训练好的多阶差分网络模型；S2，若判断获知所述高频时序数据超过预设长度，则利用所述采样模块对所述高频时序数据进行下采样，并将下采样得到的时序数据与所述高频时序数据进行组合形成第一数据集；S3，利用所述差分模块对所述第一数据集进行多次差分，并将多次差分得到的多个数据集与所述第一数据集组合形成第二数据集；S4，利用所述递归层和所述全连接层对所述第二数据集进行处理，以得到所述高频时序数据的分类结果向量。实现了多阶差分网络模型对高频时序数据的自动化处理，且结果准确。 | ||
| 搜索关键词： | 基于 多阶差分 网络 高频 时序 数据处理 方法 | ||
【主权项】：
1.一种基于多阶差分网络的高频时序数据处理方法，其特征在于，所述方法包括：S1，获取预设时间段内由待监测生产设备的工况数据构成的高频时序数据，并将所述高频时序数据输入训练好的多阶差分网络模型，其中，所述多阶差分网络模型包括采样模块、差分模块、递归层以及全连接层；S2，若判断获知所述高频时序数据超过预设长度，则利用所述采样模块对所述高频时序数据进行下采样，并将下采样得到的时序数据与所述高频时序数据进行组合形成第一数据集；S3，利用所述差分模块对所述第一数据集进行多次差分，并将多次差分得到的多个数据集与所述第一数据集组合形成第二数据集；S4，利用所述递归层和所述全连接层对所述第二数据集进行处理，以得到所述高频时序数据的分类结果向量，并基于所述分类结果向量得出所述高频时序数据的类别，进而确定所述待监测生产设备在所述预设时间段内的工作状态。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711165914.3/，转载请声明来源钻瓜专利网。
- 上一篇：寡核苷酸及其用途
- 下一篇：工程改造的CRISPR-CAS9组合物和使用方法
