龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：清华大学
申请日：2024-03-06
公开（公告）日：2024-05-17
公开（公告）号：CN118051778A
主分类号：G06F18/214
分类号：G06F18/214;G06F18/2433
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.04#实质审查的生效;2024.05.17#公开
摘要：一种样本数据的扩增方法、训练方法、识别方法和装置、介质，涉及人工智能领域，其中，样本数据的扩增方法包括：获取用于训练泄漏识别模型的样本数据，样本数据包括供水管网泄漏时采集高频信号得到的原始时间序列及其标签；采用预设方式对原始时间序列进行扩增处理，得到原始时间序列对应的至少一个扩增时间序列，扩增时间序列与原始时间序列具有相同或相似的统计量和能量频谱，预设方式包括振幅抖动处理、振幅缩放处理和数值重排处理中的至少一种；将原始时间序列的标签作为该原始时间序列对应的扩增时间序列的标签；将扩增时间序列及其标签作为扩增的样本数据，以训练泄漏识别模型。有助于降低训练数据的不均衡对模型识别性能的不利影响。
主权项：1.一种样本数据的扩增方法，其特征在于，包括：获取用于训练泄漏识别模型的样本数据，所述样本数据包括供水管网泄漏时采集高频信号得到的原始时间序列及其标签；采用预设方式对所述原始时间序列进行扩增处理，得到所述原始时间序列对应的至少一个扩增时间序列，所述扩增时间序列与所述原始时间序列具有相同或相似的统计量和能量频谱，所述预设方式包括振幅抖动处理、振幅缩放处理和数值重排处理中的至少一种；将所述原始时间序列的标签作为该原始时间序列对应的扩增时间序列的标签；将所述扩增时间序列及其标签作为扩增的样本数据，以训练所述泄漏识别模型。
全文数据：
权利要求：
百度查询： 清华大学 样本数据的扩增方法、训练方法、识别方法和装置、介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号