【技术实现步骤摘要】
本申请涉及数据处理，具体涉及一种基于参数曲线的时序平滑降噪方法、装置、设备及存储介质。
技术介绍
1、时序数据建模广泛应用于各个领域，如金融投资风险度量、气象预测、物流路径优化、疾病诊断、物联网设备和传感器网络的监测与调控、工业制造中的故障检测与质量管理等。但在时序数据的采集过程中，由于诸如传感器误差、信号干扰、采样误差等因素的存在，数据极易被引入噪声，噪声会在一定程度上破坏数据所蕴含的实际特征和真实规律，进而导致基于原始时序数据分析和预测所得结果的不准确性和不可靠性。与原始数据相比，平滑降噪后的数据更加干净真实，能更好地保证数据分析和预测结果的准确性及可靠性，进而使得决策更具可信度和科学性。因此如何对时序数据平滑降噪以改善时序数据的质量是一个重要的研究方向。
2、然而，当前通用的时序平滑降噪算法均存在较多且对最终平滑降噪效果又极为重要的超参数需人为预设，这便导致为求得准确可靠的平滑降噪时序将伴随着较高的复杂性与困难度。
技术实现思路
1、鉴于以上所述现有技术的缺点，本专利技术提供一种基于参数曲线的时序平滑降噪方法、装置、设备及存储介质，以解决上述为求得准确可靠的平滑降噪时序将伴随着较高的复杂性与困难度的技术问题。
2、本专利技术提供的一种基于参数曲线的时序平滑降噪方法，所述方法包括：采集初始时序数据；剔除所述初始数据中的异常数据，以得到处理后的待平滑降噪的时序数据；从预设参数曲线库中任选一种标准参数曲线模型为目标参数曲线模型，并基于平滑降噪时序的目标时间间
3、于本专利技术的一实施例中，采集初始时序数据包括：将任意当前时刻确定为初始数据采集的起点时刻，并采集所述起点时刻的参数作为第一时序参数；执行循环数据采集步骤，所述循环数据采集步骤包括，将与所述当前时刻之后的任意时刻确定为下一时刻，采集所述下一时刻的参数为下一时序参数，所述下一时刻与所述当前时刻的时间间隔小于预设间隔阈值；重复所述循环数据采集步骤，直至采集得到预设项数的时序参数，并将采集得到的全部时序参数确定为所述初始时序数据。
4、于本专利技术的一实施例中，所述预设参数曲线库中的标准参数曲线至少包括贝塞尔曲线、b样条曲线，以及nurbs曲线。
5、于本专利技术的一实施例中，从预设参数曲线库中任选一种参数曲线，至少包括选用贝塞尔曲线。
6、于本专利技术的一实施例中，剔除所述初始数据中的异常数据，包括：将所述初始数据中的任一参数确定为目标数据；将所述目标数据与预设数据库中的标准数据做比较，若所述目标数据大于所述标准数据的最大值或所述目标数据小于所述标准数据的最小值，则判定所述目标数据为异常数据，所述标准数据包括正常运行状态和异常运行状态的全部数据。
7、于本专利技术的一实施例中，基于所述目标参数曲线对所述剔除异常值后的时序数据进行平滑处理之后，还包括：分别获取处理后的平滑降噪数据的平滑度和所述初始时序数据的初始平滑度；比较所述平滑降噪后的平滑度和所述初始平滑度，并通过计算得到所述平滑降噪后的平滑度和所述初始平滑度的平滑度差值；若所述平滑度差值大于或等于预设阈值，则判定所述初始时序数据的降噪状态为已降噪。
8、于本专利技术的一实施例中，利用所述参数曲线对所述剔除异常值后的时序数据进行平滑处理之后，还包括：分别获取处理后的平滑降噪数据的标准值和所述初始时序数据的初始标准值；计算所述平滑降噪后的标准值和所述初始标准值的差值，以基于所述差值确定所述初始时序数据的降噪等级，所述标准值包括标准差与排列熵、奇异值分解熵、近似熵等熵特征中至少之一。
9、本专利技术提供的一种基于参数曲线的时序平滑降噪装置，所述装置包括：数据采集模块，用于采集初始时序数据；数据清理模块，用于剔除所述初始数据中的异常数据，以得到处理后的待平滑降噪的时序数据；曲线拟定模块，用于从预设参数曲线库中任选一种标准参数曲线，并基于平滑降噪时序的目标时间间隔确定所述标准参数曲线中关键数据点横向分布间隔的参数取值，结合控制点得到用于平滑降噪的目标参数曲线；平滑降噪模块，用于基于所述目标参数曲线对所述剔除异常值后的时序数据进行平滑处理，以实现对所述初始时序数据的平滑降噪。
10、本专利技术提供的一种电子设备，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如上所述的基于参数曲线的时序平滑降噪方法。
11、本专利技术提供的一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行如上所述的基于参数曲线的时序平滑降噪方法。
12、本专利技术的有益效果：本专利技术中的基于参数曲线的时序平滑降噪方法、装置、设备及存储介质，该方法包括，采集初始时序数据，剔除初始数据中的异常数据，以得到处理后的待平滑降噪的时序数据，从预设参数曲线库中任选一种参数曲线，并基于平滑降噪时序的目标时间间隔确定参数曲线中有关数据点横向分布间隔的参数取值，结合控制点得到用于平滑降噪的参数曲线，对所述剔除异常值后的时序数据进行平滑处理，以实现对所述初始时序数据的平滑降噪；通过选定的参数曲线对剔除异常值后的时序数据进行平滑处理，该处理方法完全依赖于时序数据实现数据处理和应用，无需通过人为不断试错设定超参数取值，有利于减少人为误差和调参的时间成本；且该处理方法能得到平滑降噪时序的函数表达式，直观展现曲线的几何特征，为后续的相关处理步骤提供更多可用信息的同时，还可供灵活调整平滑降噪后的时序长度。
13、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
本文档来自技高网...【技术保护点】
1.一种基于参数曲线的时序平滑降噪方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于参数曲线的时序平滑降噪方法，其特征在于，采集初始时序数据包括：
3.根据权利要求1所述的基于参数曲线的时序平滑降噪方法，其特征在于，所述预设参数曲线库中的标准参数曲线至少包括贝塞尔曲线、B样条曲线，以及NURBS曲线。
4.根据权利要求3所述的基于参数曲线的时序平滑降噪方法，其特征在于，从预设参数曲线库中任选一种参数曲线，至少包括选用贝塞尔曲线。
5.根据权利要求1所述的基于参数曲线的时序平滑降噪方法，其特征在于，剔除所述初始数据中的异常数据，包括：
6.根据权利要求1-5任一项所述的基于参数曲线的时序平滑降噪方法，其特征在于，基于所述目标参数曲线对所述剔除异常值后的时序数据进行平滑处理之后，还包括：
7.根据权利要求1-5任一项所述的基于参数曲线的时序平滑降噪方法，其特征在于，利用所述参数曲线对所述剔除异常值后的时序数据进行平滑处理之后，还包括：
8.一种基于参数曲线的时序平滑降噪装置，其特征在于，所
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行权利要求1至7中任一项所述的基于参数曲线的时序平滑降噪方法。
...【技术特征摘要】
1.一种基于参数曲线的时序平滑降噪方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于参数曲线的时序平滑降噪方法，其特征在于，采集初始时序数据包括：
3.根据权利要求1所述的基于参数曲线的时序平滑降噪方法，其特征在于，所述预设参数曲线库中的标准参数曲线至少包括贝塞尔曲线、b样条曲线，以及nurbs曲线。
4.根据权利要求3所述的基于参数曲线的时序平滑降噪方法，其特征在于，从预设参数曲线库中任选一种参数曲线，至少包括选用贝塞尔曲线。
5.根据权利要求1所述的基于参数曲线的时序平滑降噪方法，其特征在于，剔除所述初始数据中的异常数据，包括：
6.根据权利要求1...
【专利技术属性】
技术研发人员：陈皓钰，舒敏，王智君，徐珂，李强，何新军，卓宏刚，常圣，
申请(专利权)人：中冶赛迪信息技术重庆有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。