摘要
本发明涉及数据处理技术,揭露了一种基于协同约束的工业时序数据增强方法,包括:获取工业时序数据,并利用数据预处理模块对工业时序数据执行数据预处理操作,得到标准工业时序数据;将标准工业时序数据输入改进变分自编码器模型生成数据初始样本;将数据初始样本输入条件生成对抗网络中进行数据优化操作得到优化数据样本;利用时序特征约束模型对优化数据样本进行工业时序相关性约束,得到工业约束数据样本;对工业约束数据样本进行样本评估并进行样本筛选得到目标生成数据样本。本发明还提出一种基于协同约束的工业时序数据增强装置、设备以及介质。本发明可以确保生成数据的数据质量和提高生成数据的样本量。
技术关键词
工业时序数据
条件生成对抗网络
样本
时序特征
异常点
编码器
综合评价指标
统计分析方法
检测工业
时间记忆网络
动态时间规整算法
随机噪声
感知损失函数
正则化算法
处理器
采样点
系统为您推荐了相关专利信息
三元组损失函数
文本
语义结构
监测方法
先进先出队列
光伏电池板表面
成像装置
模型训练系统
颜色
人工神经网络模型
RBF神经网络
无线电
拉丁超立方采样
神经网络参数
训练样本数据
识别优化方法
特征提取方法
管道
识别特征
预警系统