[发明专利]基于机器学习的数据训练方法及装置

摘要

本发明公开了基于机器学习的数据训练方法及装置，能够结合低频特征和高频特征对数据序列进行分析，检测数据序列中的低频特征和高频特征，根据低频特征对数据序列进行分段，找出每个分段内的高频特征，根据上述步骤得到的数据给定标签并进行神经网络训练，得到符合预期的神经网络。本发明根据低频特征对数据序列进行分段，考虑到了低频特征的影响；每个分段内的高频特征予以保留，避免了高频特征被忽略的情况，考虑到了高频特征的影响，因此能够完整反映数据序列的特点。优选的，得到的神经网络可以用于数据诊断，应用到对电磁继电器和/或与之类似的利用电磁力实现机械动作的一大类装置如电磁阀的动作诊断中，可以发现故障尤其是微小故障。

主权项

1.一种基于机器学习的数据训练方法，其特征在于，包括：低频检测步骤，检测数据序列中的低频特征，获取低频信息；分段步骤，根据低频信息，对数据序列进行分段；高频检测步骤，检测数据序列中的高频特征，获取高频信息；装筐步骤，根据数据序列的分段结果，将每个分段起止时间内检测到的高频信息分别保存，得到装筐数据；训练步骤，利用装筐数据，给定标签并进行神经网络训练，得到符合预期的神经网络。