[发明专利]信号检测方法及使用其的电子装置

权利要求书

1.一种信号检测方法，其特征在于，包含：

收集初始数据；

对所述初始数据进行预处理，以得到原始信号；

利用优化深度学习模型对所述原始信号进行重构，以产生重建信号；以及

比较所述原始信号及所述重建信号，以确认所述原始信号是否有异常发生。

2.根据权利要求1所述的信号检测方法，其特征在于，其中所述原始信号与所述重建信号的差值大于预设临界值，表示所述原始信号有异常发生。

3.根据权利要求1所述的信号检测方法，其特征在于，其中所述原始信号为声音信号、影像信号或振波信号。

4.根据权利要求1所述的信号检测方法，其特征在于，其中所述优化深度学习模型的建立更包括：

收集多个样本数据；

对所述这些样本数据进行预处理，以获得多个样本信号；以及

利用所述这些样本信号对深度学习模型进行训练，以产生所述优化深度学习模型。

5.根据权利要求4所述的信号检测方法，其特征在于，其中所述初始数据及所述这些样本数据是利用相同的测试条件进行收集。

6.根据权利要求4所述的信号检测方法，其特征在于，其中在对所述深度学习模型进行训练的步骤中更包括：

对每一所述样本信号提取特征，以获得特征数据，根据所述特征数据重建训练信号，并计算所述训练信号与所述样本信号之间的差异值，以根据所述差异值调整所述深度学习模型的模型参数；在所述训练信号与所述样本信号之间的差异值收敛至最小时，取得优化后的所述模型参数，将优化后的所述模型参数套用于所述深度学习模型中，以产生所述优化深度学习模型。

7.根据权利要求1所述的信号检测方法，其特征在于，更包括：将所述原始信号减掉所述重建信号，以获得异常图案。

8.一种电子装置，其特征在于，包含：

感应器，用以收集多个样本数据及初始数据；以及

运算装置，电性连接所述感应器，所述运算装置对所述这些样本数据进行预处理，以获得多个样本信号，并利用所述这些样本信号对深度学习模型进行训练，以产生优化深度学习模型；在建立所述优化深度学习模型之后，所述运算装置对所述初始数据进行预处理，以得到原始信号，并利用所述优化深度学习模型对所述原始信号进行重构，以产生重建信号，所述运算装置比较所述原始信号及所述重建信号，以确认所述原始信号是否有异常发生。

9.根据权利要求8所述的电子装置，其特征在于，其中所述原始信号与所述重建信号的差值大于预设临界值，所述运算装置确认所述原始信号有异常发生。

10.根据权利要求8所述的电子装置，其特征在于，其中所述原始信号为声音信号、影像信号或振波信号。

11.根据权利要求8所述的电子装置，其特征在于，其中所述运算装置对每一所述样本信号提取特征，以获得特征数据，根据所述特征数据重建训练信号，并计算所述训练信号与所述样本信号之间的差异值，以根据所述差异值调整所述深度学习模型的模型参数；在所述训练信号与所述样本信号之间的差异值收敛至最小时，所述运算装置取得优化后的所述模型参数，将优化后的所述模型参数套用于所述深度学习模型中，以产生所述优化深度学习模型。

12.根据权利要求8所述的电子装置，其特征在于，其中所述初始数据及所述这些样本数据是利用相同的测试条件进行收集。

13.根据权利要求8所述的电子装置，其特征在于，其中所述运算装置更可将所述原始信号减掉所述重建信号，以获得异常图案。

14.根据权利要求13所述的电子装置，其特征在于，其中所述运算装置更可对所述异常图案进行标记，并提供给监督式学习模型当作输入数据。