一种基于扩散模型的次声数据增强方法及装置

本发明提出了一种基于扩散模型的次声数据增强方法及装置。该方法包括：数据清洗装置、扩散装置、反向扩散装置和数据增强装置。数据清洗装置通过事件检测处理原始数据，得到训练数据集。扩散装置使用扩散过程对训练数据集加噪，得到加噪数据集；根据事件发生时间等因素动态调整加噪粒度，使加噪数据趋向于特定分布。反向扩散装置使用反向扩散过程还原加噪数据，得到还原数据集；为解决联合网络(UNet)无法捕获训练数据集的峰值特征和频域特征的问题，引入了混合注意力机制，包括时域和频域自注意力机制，改善数据增强的效果。数据增强装置通过噪声生成器生成随机噪声输入到反向扩散装置，最后得到增强后的数据集。