【技术实现步骤摘要】
所属的技术人员知道，本专利技术可以实现为系统、方法或计算机程序产品，因此，本专利技术可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本专利技术还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)，只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本专利技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。尽管上面已经示出和描述了本专利技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本专利技术的限制，本领域的普通技术人员在本专利技术的范围内可以对上述实施例进行变化、修改、替换和变型。
技术介绍
1、当前，时间序列数据(tsd)作为最常见的数据类型之一，蕴含着丰富的信息，对时间序列数据的深度挖
2、在实际应用中，总是存在一些时间序列数据样本在低维空间中难以区分甚至无法分离的情况。目前，基于深度模型提取的深度特征能够表征其深度非线性信息，但其信息表征能力并不相同，甚至在特征选择或加权后亦无法有效保障样本间差异性和空间线性可分性，需要研究进一步有效提升空间线性可分性的特征构建方法。
技术实现思路
1、本专利技术所要解决的技术问题是针对现有技术的不足，具体提供了一种用于检测的空间特征构建方法、系统、设备和存储介质，具体如下：
2、1)第一方面，本专利技术提供一种用于检测的空间特征构建方法，具体技术方案如下：
3、对含有多个时间序列数据的原始数据集进行预处理；
4、提取预处理后的原始数据集中的深度非线性特征；
5、对深度非线性特征进行加权；
6、基于核函数对加权后的深度非线性特征，进行高维空间映射转换，构建出多维深度空间特征。
7、本专利技术提供的一种用于检测的空间特征构建方法的有益效果如下：
8、首先，对提取的深度非线性特征进行加权，然后，基于核函数对加权后的深度非线性特征进行高维空间映射转换，能够逐步放大和提升样本之间的差异性、代表性和空间线性可分离性。
9、在上述方案的基础上，本专利技术的一种用于检测的空间特征构建方法还可以做如下改进。
10、进一步，对深度非线性特征进行加权，包括：基于信息增益比对深度非线性特征进行加权。
11、进一步，核函数为高斯径向基核函数。
12、进一步，对含有多个时间序列数据的原始数据集进行预处理，包括：对含有多个时间序列数据的原始数据集依次进行去基线处理、降噪和标准化处理。
13、2)第二方面，本专利技术还提供一种用于检测的空间特征构建系统，具体技术方案如下：
14、包括数据预处理模块、深度非线性特征提取模块、深度特征加权模块和多维深度空间特征构建模块；
15、数据预处理模块用于：对含有多个时间序列数据的原始数据集进行预处理；
16、深度非线性特征提取模块用于：提取预处理后的原始数据集中的深度非线性特征；
17、深度特征加权模块用于：对深度非线性特征进行加权；
18、多维深度空间特征构建模块用于：基于核函数对加权后的深度非线性特征，进行高维空间映射转换，构建出多维深度空间特征。
19、在上述方案的基础上，本专利技术的一种用于检测的空间特征构建系统还可以做如下改进。
20、进一步，深度特征加权模块具体用于：基于信息增益比对深度非线性特征进行加权。
21、进一步，核函数为高斯径向基核函数。
22、进一步，数据预处理模块具体用于：对含有多个时间序列数据的原始数据集依次进行去基线处理、降噪和标准化处理。
23、3)第三方面，本专利技术还提供一种计算机设备，计算机设备包括处理器，处理器与存储器耦合，存储器中存储有至少一条计算机程序，至少一条计算机程序由处理器加载并执行，以使计算机设备实现上述任一项用于检测的空间特征构建方法。
24、4)第四方面，本专利技术还提供一种计算机可读存储介质，计算机可读存储介质中存储有至少一条计算机程序，至少一条计算机程序由处理器加载并执行，以使计算机实现上述任一项用于检测的空间特征构建方法。
25、需要说明的是，本专利技术的第二方面至第四方面的技术方案及对应的可能的实现方式所取得的有益效果，可以参见上述对第一方面及其对应的可能的实现方式的技术效果，此处不再赘述。
本文档来自技高网...【技术保护点】
1.一种用于检测的空间特征构建方法，其特征在于，包括：
2.根据权利要求1所述的一种用于检测的空间特征构建方法，其特征在于，对深度非线性特征进行加权，包括：基于信息增益比对深度非线性特征进行加权。
3.根据权利要求1所述的一种用于检测的空间特征构建方法，其特征在于，所述核函数为高斯径向基核函数。
4.根据权利要求1至3任一项所述的一种用于检测的空间特征构建方法，其特征在于，对含有多个时间序列数据的原始数据集进行预处理，包括：对含有多个时间序列数据的原始数据集依次进行去基线处理、降噪和标准化处理。
5.一种用于检测的空间特征构建系统，其特征在于，包括数据预处理模块、深度非线性特征提取模块、深度特征加权模块和多维深度空间特征构建模块；
6.根据权利要求5所述的一种用于检测的空间特征构建系统，其特征在于，所述深度特征加权模块具体用于：基于信息增益比对深度非线性特征进行加权。
7.根据权利要求5所述的一种用于检测的空间特征构建系统，其特征在于，所述核函数为高斯径向基核函数。
8.根据权利要求5至7任一项所
9.一种计算机设备，其特征在于，所述计算机设备包括处理器，所述处理器与存储器耦合，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行，以使所述计算机设备实现如权利要求1至4任一项权利要求所述的一种用于检测的空间特征构建方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行，以使计算机实现如权利要求1至4任一项权利要求所述的一种用于检测的空间特征构建方法。
...【技术特征摘要】
1.一种用于检测的空间特征构建方法，其特征在于，包括：
2.根据权利要求1所述的一种用于检测的空间特征构建方法，其特征在于，对深度非线性特征进行加权，包括：基于信息增益比对深度非线性特征进行加权。
3.根据权利要求1所述的一种用于检测的空间特征构建方法，其特征在于，所述核函数为高斯径向基核函数。
4.根据权利要求1至3任一项所述的一种用于检测的空间特征构建方法，其特征在于，对含有多个时间序列数据的原始数据集进行预处理，包括：对含有多个时间序列数据的原始数据集依次进行去基线处理、降噪和标准化处理。
5.一种用于检测的空间特征构建系统，其特征在于，包括数据预处理模块、深度非线性特征提取模块、深度特征加权模块和多维深度空间特征构建模块；
6.根据权利要求5所述的一种用于检测的空间特征构建系统，其特征在于，所述深度特征加权模块具体用于：基于信息增益比对深度非线...
【专利技术属性】
技术研发人员：徐海波，周桥，陶新昕，谢斐，王晓敏，陈璐，李亚伟，罗文兵，
申请(专利权)人：中国软件评测中心工业和信息化部软件与集成电路促进中心，
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。