申请/专利权人:中国矿业大学
申请日:2024-01-18
公开(公告)日:2024-04-12
公开(公告)号:CN117874444A
主分类号:G06F18/15
分类号:G06F18/15;G06F18/214
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明涉及信号降噪重构技术领域,特别涉及一种时空图信号降噪重构方法;采集并输入无噪音完整的时空图信号,将无噪音完整的时空图信号进行训练集和验证集划分;分别对训练集和验证集中无噪音完整的时空图信号采用相同的方法进行降噪重构,训练结束后得到最优模型参数,并在验证集数据上验证算法效果;本发明中的一种时空图信号降噪重构方法,在处理有噪音不完整的时空图信号表现出色,其优势显著;本发明中的一种时空图信号降噪重构方法可以有效识别和去除噪音,尤其是在时空传感器数据中,通过有效地处理噪音,该方法有助于提高信号的质量、准确性和可靠性。
主权项:1.一种时空图信号降噪重构方法,其特征在于:采集并输入无噪音完整的时空图信号,将所述无噪音完整的时空图信号进行训练集和验证集划分;分别对训练集和验证集中无噪音完整的时空图信号采用相同的方法进行降噪重构,所述降噪重构的方法为:S1.对无噪音完整的时空图信号加噪音以及二值采样,合成有噪音不完整的时空图信号;S2.基于有噪音不完整的时空图信号,通过空间域邻接矩阵和空间域图拉普拉斯矩阵来表征空间域的图结构,并设计降噪重构目标函数;S3.对降噪重构目标函数的优化变量利用深度算法展开迭代求梯度及求解可对角化辅助加权矩阵、时间域差分矩阵和降噪重构目标函数超参数,基于以上求解得到的可对角化辅助加权矩阵、时间域差分矩阵和降噪重构目标函数超参数代入所述降噪重构目标函数中,通过共轭梯度法直至降噪重构目标函数的函数值收敛得到降噪重构后的时空图信号;训练结束后得到最优模型参数,并在验证集数据上验证算法效果。
全文数据:
权利要求:
百度查询: 中国矿业大学 一种时空图信号降噪重构方法
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。