基于深度学习的信号分类方法、装置、设备及存储介质

本发明实施例公开了基于深度学习的信号分类方法、装置、设备及存储介质，涉及深度学习与信号处理技术领域，其中，所述方法包括：采集压电传感信号数据，对所述信号数据进行预处理；采用门控循环单元GRU作为基础网络结构构建信号分类模型，采用tanh函数作为所述信号分类模型输出层的激活函数；设定控制因子使得牛顿法的权重更新值为正数得到改进牛顿法，使用所述改进牛顿法基于小批量学习框架训练所述信号分类模型；根据设定的损失函数和性能评估指标设定训练结束条件，当达到所述条件时使用所述信号分类模型对所述信号数据进行分类得到分类结果。本发明解决了现有技术收敛速度慢、模型分类精度不高，计算复杂度高、内存消耗大且优化不稳定的问题。