[发明专利]数据序列去噪方法、装置、电子设备及计算机存储介质

说明书

本公开实施例公开了一种数据序列去噪方法、装置、电子设备及计算机存储介质，所述数据序列去噪方法包括：获取待处理数据序列；对所述待处理数据序列进行首次划分，得到两个或多个数据子序列，对所述数据子序列分别进行傅立叶变换，去除傅立叶变换结果不满足预设条件的数据子序列；计算剩余数据子序列之间的互相关性，获得互相关性满足预设相关性条件的第一目标数据子序列，组合所述第一目标数据子序列，得到去噪后的数据序列。该技术方案既能够保障数据序列去噪效果，提升训练数据的质量，而且还具有操作简便、运算量小、易于推广的优点。

技术领域

本公开涉及数据处理技术领域，具体涉及一种数据序列去噪方法、装置、电子设备及计算机存储介质。

背景技术

随着科学技术的发展，行为识别等基于时间序列数据的分析需求越来越多。为了实现高精准度的分析，通常需要采集大量的训练数据进行训练，然后再基于训练结果完成分析，但在实际应用中，采集到的训练数据往往质量低下，比如，采集到的数据中通常存在着大量的噪声。以行为识别中下楼梯动作识别为例，由于楼梯转折点处为平路，因此，采集到的时序数据中除了下楼梯动作数据，还掺杂有走平路的动作数据。若使用上述含噪数据直接进行模型训练，则将影响训练模型的准确率，因此，需要对于采集到的时间序列数据进行降噪处理。现有技术中通常使用OneClassSVM等异常检测方案来检测采集数据中掺杂着的异常数据，该方案虽然能够有效检测出采集数据中的异常数据，但其需要针对每种行为单独进行建模训练，运算量大，操作繁琐，难以推广，因此，亟需一种能够有效去噪、操作简便、运算量小、易于推广的数据序列去噪方案。

发明内容

本公开实施例提供一种数据序列去噪方法、装置、电子设备及计算机存储介质。

第一方面，本公开实施例中提供了一种数据序列去噪方法。

具体的，所述数据序列去噪方法，包括：

获取待处理数据序列；

对所述待处理数据序列进行首次划分，得到两个或多个数据子序列，对所述数据子序列分别进行傅立叶变换，去除傅立叶变换结果不满足预设条件的数据子序列；

计算剩余数据子序列之间的互相关性，获得互相关性满足预设相关性条件的第一目标数据子序列，组合所述第一目标数据子序列，得到去噪后的数据序列。

结合第一方面，本公开在第一方面的第一种实现方式中，所述数据子序列的长度大于预设长度阈值，其中，所述预设长度阈值为经验值或者由所述待处理数据序列经傅立叶变换变换后得到的最高N个能量对应的最小频率值确定。

结合第一方面和第一方面的第一种实现方式，本公开实施例在第一方面的第二种实现方式中，所述预设条件包括：

所述数据子序列经傅立叶变换变换后对应最大能量的频率值与所述待处理数据序列经傅立叶变换变换后对应最高能量的频率值之间的频率差小于或等于预设频率差阈值。

结合第一方面、第一方面的第一种实现方式和第一方面的第二种实现方式，本公开实施例在第一方面的第三种实现方式中，所述预设相关性条件包括：

所述数据子序列之间的互相关值大于预设相关阈值。

结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式和第一方面的第三种实现方式，本公开实施例在第一方面的第四种实现方式中，所述获得互相关性满足预设相关性条件的第一目标数据子序列之后，还包括：

从互相关性不满足所述预设相关性条件的数据子序列中确定第二目标数据子序列；

所述组合所述第一目标数据子序列，得到去噪后的数据序列，被实施为：

将所述第一目标数据子序列和第二目标数据子序列组合起来，得到去噪后的数据序列。