[发明专利]基于相空间重构的传感器数据分类方法

权利要求书

1.一种基于相空间重构的传感器数据分类方法，其特征在于：包括以下步骤：

1)对一个传感器输入的时间序列{x₁，x₂，x₃…x_N}，通过基于坐标延迟的相空间重构法引入一个时间延迟参数τ和一个嵌入维数m，来构造一个m维的相空间：

X＝[x_i x_i+τ…x_i+(m-1)τ]                      (1)

其中i＝1，2，3…L，L＝N-(m-1)τ，重构后得到的相空间轨迹矩阵为：

式中：行向量x_i组成多维相空间的相点，L个相点共同构成重构相空间轨迹.

对于A、B、C……Z传感器序列，提取各个重构后的传感器数据在时刻i下的行向量，得到最终时刻i的输入数据点格式如下所示：

其中，L＝min(A_l，B_l，C_l……Z_l)，M＝max(A_m，B_m，C_m……Z_m)；

2)把步骤1)中提取到的多个传感器在时刻i下的行向量的组合矩阵(3)输入到长短期记忆网络模块，把各个长短期记忆网络输入的时间步长设置为相空间重构的嵌入维数m；

3)将各个长短期记忆网络输出的状态信息矩阵类比图像的RGB矩阵作为二维卷积神经网络模块的输入，通过二维卷积神经网络模块提取长短期记忆网络输出数据的特征，最后经过全连接层得到分类结果。