申请/专利权人：天津大学

申请日：2023-08-02

公开（公告）日：2024-03-19

公开（公告）号：CN117725409A

主分类号：G06F18/214

分类号：G06F18/214;G06N3/0442;G06N3/048;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明公开了一种将不同滑动窗口数据转变为固定长度的方法。所述将不同滑动窗口数据转变为固定长度的方法包括：将传感器信号经传输通道、过程通道接入数据采集与存储系统，获取采样数据为N的信号时间序列，构建输入为原始滑动窗口，输出为目标长度的编码器‑解码器神经网络，将滑动窗口数据输入至编码器输入层，经过激励函数输出编码器结果，将编码器输出结果、前一时刻的隐藏层输出和记忆单元的存储信息输入长短期记忆递归神经网络的节点中，经过输入门、输出门、遗忘门和记忆单元输出数据到解码器输出层，使用动态时间规整算法计算损失函数，按反向传播误差更新各个权值，不断循环，直至损失函数不再增加，编码器‑解码器的输出向量即为滑动窗口数据对应的固定长度数据。该方法不需要对原有数据结构进行改变，保证了转换后的固定长度数据与原有时间序列上的一致性，采用动态时间规整计算信息损失函数，在滑动窗口数据转变为固定长度时具有更小信息损失和更高准确性，该方法可以利用工业系统已有的数据采集系统，不需要增加硬件设备，从而大大降低了成本。

主权项：1.一种将不同滑动窗口数据转变为固定长度的方法，其特征在于，所述将不同滑动窗口数据转变为固定长度的方法包括：步骤一：将传感器信号经传输通道、过程通道接入数据采集与存储系统，获取采样数据 为N的信号时间序列，ｋ为采样时刻，该时间序列的滑动窗口长度为n，即； 步骤二：转化后的数据长度预设为m；步骤三：构建输入为原始滑动窗口长度n，输出为目标长度M的编码器-解码器神经网 络，编码器-解码器采用长短期记忆递归神经网络，其输入为，输出为； 步骤四：将长度为N的滑动窗口输入至输入层，按以下公式计算输出结果： 其中分别代表其相应门限的递归连接权重，和为两种激活函数； 步骤五：将输出结果、前一时刻的隐藏层输出和记忆单元的存储信息输入长短期记忆递归神经网络的节点中，经过输入门、输出门、遗忘门和记忆单元输出数据到解码器输出层；步骤六：计算与的损失函数。由于输出序列与原始 序列维数不同，使用动态时间规整DTW算法计算损失函数，具体步骤如下： 1）.对于有两个时间序列和，为了对齐这两个序列， 构造一个的矩阵网格，矩阵元素表示和两个点的距离，采用欧氏距离，即； 2）.DTW算法的本质是找出最优的warping路径，即： 求取过程依据动态规划算法，所用公式为： 其中表示的累积距离之和； 3）.损失函数Loss即为； 步骤七：计算反向传播的误差，按以下公式更新各个权值 步骤八：重复步骤四至步骤七，直至结束，即损失函数不再增加；步骤九：编码器-解码器的输出向量即为滑动窗口数据对应的固定长度数据。

全文数据：

权利要求：

百度查询： 天津大学 一种将不同滑动窗口数据转变为固定长度的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD