[发明专利]信号转换系统和信号转换方法

说明书

根据本申请的实施例，信号转换方法可以包括：接收第一域的源信号的输入；从源信号中识别错误特征和有效特征；生成第二域的第一虚拟信号，从其中已经去除包括在源信号中的至少一个第一错误特征；以及输出第一虚拟信号。因此，本申请的实施例使得能够输出第二域的虚拟信号，从虚拟信号中已经去除第一域的源信号中的错误特征。

技术领域

本申请涉及信号转换系统和信号转换方法，并且更具体地涉及用于生成第二域的虚拟信号的信号转换系统，从虚拟信号中去除包含在第一域的输入信号中的错误特征。

背景技术

机器学习是人工智能的一个领域，它是开发并使用算法和技术以使得计算机通过使用多个数据段来学习数据的特征的领域。机器学习被应用于各种领域，而字符识别是机器学习的最有代表性的示例。

机器学习根据学习方法可以被分类为监督学习、非监督学习、以及强化学习。在监督学习中，通过使用预先构建的学习输入和输出数据对来训练模型。在非监督学习中，通过仅使用输入数据分析或聚类数据段本身来训练模型。在强化学习中，通过对学习结果提供适当的补偿的反馈来训练模型。

最近，深度学习技术作为机器学习的一个领域而受到关注，该领域试图通过计算机可以在其中处理数据的各种非线性技术的组合来实现高层次抽象。深度学习技术正在各种领域中使用，诸如车辆的对象识别和障碍物传感器研究。

公开内容

技术问题

本申请旨在提供一种虚拟信号，考虑到包括在源信号中的错误特征，通过不同域中的信号之间的转换来生成虚拟信号。

技术方案

根据本申请的一个方面，信号转换方法可以包括：接收第一域的源信号；从源信号中识别错误特征和有效特征；将第一域的源信号转换为第二域的第一虚拟信号，第一虚拟信号是其中已经去除包括在源信号中的错误特征的信号；以及输出第一虚拟信号。

通过使用预训练的参数来生成第一虚拟信号，以便转换从其中去除源信号中的错误特征的第一虚拟信号。

预训练的参数被持续更新以改善虚拟信号的质量。

方法还可以包括：确定第一虚拟信号的质量是否满足预定水平，其中如果第一虚拟信号的质量被确定为满足预定水平，则输出第一虚拟信号。

方法还可以包括：如果第一虚拟信号的质量被确定为不满足预定水平，将第一虚拟信号逆转换为第一域的第一重构信号；以及从作为输入信号的第一重构信号生成第二虚拟信号，其中重复上述步骤，直到虚拟信号的质量满足预定水平。

第二虚拟信号是其中进一步去除包括在源信号中的至少一个第二错误特征的信号。

通过将第一域的源信号组合到第二域内的目的信号的特征中来生成第一虚拟信号。

有效特征与用户预设的源信号中的感兴趣区域(ROI)相关联。

根据本申请的另一个方面，一种使用至少一个神经网络的转换信号方法可以包括：从第一域的源信号中识别至少一个第一错误特征；计算第二域的第一虚拟信号，已经从第一虚拟信号中去除包括在源信号中的第一错误特征；以及确定第一虚拟信号的质量是否满足预定水平。

方法还包括：当第一虚拟信号的质量不满足预定水平时，将第一虚拟信号逆转换为第一域的第一重构信号；以及通过使用第一重构信号和源信号之间的差来计算第一权重，使得神经网络通过第一权重学习至少一个第一错误特征。

方法还包括：当第一虚拟信号的质量不满足预定水平时，通过使用第一权重来生成包括第一错误特征的第二域的第二虚拟信号；将第二虚拟信号逆转换为第一域的第二重构信号；以及通过使用第二重构信号和源信号之间的差来调整神经网络的参数。