[发明专利]一种信号分类的方法及装置在审
| 申请号： | 201910444561.3 | 申请日： | 2019-05-27 |
| 公开（公告）号： | CN110222610A | 公开（公告）日： | 2019-09-10 |
| 发明（设计）人： | 周波;万里;许铁军 | 申请（专利权）人： | 青岛海信网络科技股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 黄志华 |
| 地址： | 266071 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种信号分类的方法及装置，该方法包括获取采集的信号数据，对信号数据进行分割，得到第一信号数据集，对第一信号数据集进行小波包分解，得到小波包系数数据集，将小波包系数数据集输入至深度卷积分类模型，确定出信号数据的分类，深度卷积分类模型是根据预设的训练样本集进行信号特征的训练学习确定的。由于小波包分解具有可以将信号按照任意时频分辨率进行分解的特点，将不同频段的信号分解到相应的频段中，解决傅里叶变换、小波变换等方法难以充分表述信号序列时频域特征的问题。小波包分解得到的特征工程，有利于CNN进一步学习更高抽象层级的特征，可将信号时间序列处理成为CNN所需的二维矩阵，从而提高信号分类的精度。 | ||
| 搜索关键词： | 小波包分解 信号分类 信号数据 系数数据 数据集 小波包 频段 时间序列处理 傅里叶变换 时频域特征 训练样本集 二维矩阵 小波变换 信号分解 信号特征 信号序列 训练学习 分辨率 层级 时频 预设 采集 抽象 分解 分割 分类 学习 | ||
【主权项】：
1.一种信号分类的方法，其特征在于，包括：获取采集的信号数据；对所述信号数据进行分割，得到第一信号数据集；对所述第一信号数据集进行小波包分解，得到小波包系数数据集；将所述小波包系数数据集输入至深度卷积分类模型，确定出所述信号数据的分类，所述深度卷积分类模型是根据预设的训练样本集进行信号特征的训练学习确定的。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于青岛海信网络科技股份有限公司，未经青岛海信网络科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910444561.3/，转载请声明来源钻瓜专利网。
