[发明专利]一种基于特征重校准机制的时序数据分类方法及系统

说明书

本发明提供了一种基于特征重校准机制的时序数据分类方法及系统。该方案包括获取样本数据进行预处理，生成处理后的样本数据，生成样本空间，预处理包括异常值筛选、异常值替换和归一化处理；对样本空间中数据进行两种预设尺度的切分，生成第一子时序数据和第二子时序数据，将第一子时序数据作为CNN模型的输入，将第二子时序数据作为所述CNN模型中注意力机制模块的输入，生成LSTM并行融合数据；获得训练用输入向量，通过训练获得注意力权重；获取所述LSTM并行融合数据和所述注意力权重，进行加权求和，生成目标特征重校准输出。该方案在CNN基础上在空间进行加权输入特征，关注特定空间区域，并进行特征重校准，集中学习重要数据特征，提升分类精度。

技术领域

本发明涉及数据挖掘技术领域，更具体地，涉及一种基于特征重校准机制的时序数据分类方法及系统。

背景技术

随着5G、互联网和物联网的发展，生活中成千上万的设备以及数以百万计的传感器，每秒产生百万条的时序数据，这使得时序数据的数据量急剧膨胀，而对这些时序数据进行研究和处理，找出其中蕴含的变化规律已经成为一个热门话题。其中，时序数据分类在时序数据研究中具有重要意义，是数据挖掘中一个具有挑战性的问题。

但现有的时序数据分类方案,可以分为基于距离的方法和基于特征的方法。具体的存在以下缺陷：基于距离就是通过设计准确的相似性度量方法，度量时序对象之间的相似性从而进行分类；基于特征就是通过特征提取、模型匹配等技术奖时序数据转化为特征表示活模型参数，再进行分类。但是上述方法都有一些不足：基于距离的方法计算复杂度较高，基于特征的方法，在特征提取时忽略对于粗细粒度特征、全局和局部特征以及特征重要程度差异性的区分，从而导致分类精度不高。

发明内容

鉴于上述问题，本发明提出了一种基于特征重校准机制的时序数据分类方法及系统，对给定的时间序列集合在CNN的基础上，在空间或通道上加权全局输入特征，从而达到关注特定空间区域或通道的目的，进一步进行特征重校准，再次集中学习更重要的数据特征，提升分类的精度。

根据本发明实施例的第一方面，提供一种基于特征重校准机制的时序数据分类方法，具体包括：

获取样本数据进行预处理，生成处理后的样本数据，生成样本空间，所述预处理包括异常值筛选、异常值替换和归一化处理；

对所述样本空间中的数据进行两种预设尺度的切分，生成第一子时序数据和第二子时序数据，所述第一子时序数据和所述第二子时序数据均为二阶数据矩阵；

将所述第一子时序数据作为CNN模型的输入，将第二子时序数据作为所述CNN模型中注意力机制模块的输入，生成LSTM并行融合数据；

获得训练用输入向量，通过训练获得注意力权重；

获取所述LSTM并行融合数据和所述注意力权重，进行加权求和，生成目标特征重校准输出。

在一个或多个实施例中，优选地，所述获取样本数据进行预处理，生成处理后的样本数据，生成样本空间，所述预处理包括异常值筛选、异常值替换和归一化处理，具体包括：

获取所述样本数据，通过分位差法或标准差法中的一种进行所述异常值筛选，标记对应的异常值，其中，所述标准差法为使用所述样本数据筛选均值的二倍标准差范围，所述分位差法为使用上下4分位数差进行所述样本数据中所述异常值的筛选；

对所述异常值进行替换处理，所述替换处理包括采用前后k个值的平均值进行替换，并将替换所述异常值后的所述样本数据保存为中间样本数据；

对所述中间样本数据进行归一化处理，生成所述样本空间，其中，所述归一化处理为线性函数归一化，将原始数据按照最大值和最小值进行数据的线性转换，转换为最大值为1最小值为0的数据。