摘要
本申请公开了一种基于多维轨迹图的时序性信号异常确定方法、装置、设备及介质,涉及深度学习技术领域,包括获取时序性信号;时序性信号的类型包括生理信号、物理信号、环境信号、地震信号及声波信号;对时序性信号进行预处理;预处理包括干扰信号去除、平稳信号基线;构建多维轨迹图,将多维轨迹图发送至客户端,以便客户端返回辅助检测结果;对多维轨迹图进行特征提取,将时序性特征输入至深度学习模型,输出分类及异常检测结果;特征提取包括几何特征提取、频域特征提取以及时域统计特征提取;以生成时序性信号诊断报告,能够解决分析能力不足、信息融合不充分和异常检测准确性差的问题,提升时序性信号异常检测的准确性、稳定性、鲁棒性。
技术关键词
时序
信号获取模块
统计特征提取
轨迹
深度学习模型
频域特征提取
医疗监测仪器
环境监测传感器
声波
客户端
地震仪器
机器学习算法
生理
巴特沃斯滤波器
振动传感器
物理
穿戴设备
基线
系统为您推荐了相关专利信息
曲线检测方法
曲线检测系统
远光灯
车灯
图像采集装置
数字孪生模型
实体
实时数据传输
指标
注意力机制
控制焊接机器人
智能机器人
三维模型
焊枪角度
集成装置
交互式教学
学生
感官
辅助系统
预测模型构建方法