本申请提供了一种波形检测模型的训练方法、装置及电子设备；所述方法包括：获取采集的第一波形图中目标波形区域的波形趋势数据和波形类型；基于所述波形趋势数据和所述波形类型，对所述第一波形图进行波形仿真，得到仿真后的预设数量的第二波形图；根据全部的第二波形图对波形检测模型进行训练。本申请提供的波形检测模型的方法，可以实现对任何类型波形图的仿真，并基于仿真生成的大量波形图对波形检测模型进行训练，提高模型的训练效率和训练的准确率。准确率。准确率。
【技术实现步骤摘要】
一种波形检测模型的训练方法、装置及电子设备
[0001]本申请涉及波形检测
，尤其涉及一种波形检测模型的训练方法、装置及电子设备。
技术介绍
[0002]目前，对于信号测试中异常波形的识别，大多基于测试工程师的经验积累。测试工程师通过使用示波器获取波形，再基于示波器旋钮，放大示波器中波形的细节，查看波形是否存在异常。
[0003]为了提高效率和准确率，提出了通过机器学习的算法来实现。但是，大部分算法在实现波形异常侦测存在以下缺点：
[0004]1、需要针对特定的异常波形实现特定的算法，需要频繁迭代算法来不断完善对异常波形识别方法。
[0005]2、机器学习需要大量波形数据样本。而常规收集数据样本一般通过直接从示波器中获取海量的波形数据来实现。这种方法不仅收集波形的速度慢，而且获取的波形特征维度太少，同时很难获取所有类型的波形数据。
[0006]因此，如何通过机器学习的方法，仿真实际采样的波形数据，并对数据进行仿真倍增，短时间生成大量数据作为学习样本交给模型学习，提升模型训练的准确性，是本申请亟待解决的问题。
技术实现思路
[0007]本申请实施例提供一种波形检测模型的训练方法、装置及电子设备，可以实现对实际采集的波形数据进行仿真倍增，将短时间生成的大量仿真波形数据作为学习样本对波形检测模型进行训练，提升模型训练的效率和准确率。
[0008]本申请实施例的技术方案是这样实现的：
[0009]第一方面，本申请实施例提供一种波形检测模型的训练方法，包括：
[0010]获取采集的第一波形图中目标波形区域的波形趋势数据和波形类型；
[0011]基于所述波形趋势数据和所述波形类型，对所述第一波形图进行波形仿真，得到仿真后的预设数量的第二波形图；
[0012]根据全部的第二波形图对波形检测模型进行训练。
[0013]在上述方案中，所述基于所述波形趋势数据和所述波形类型，对所述第一波形图进行波形仿真，得到仿真后的预设数量的第二波形图，包括：
[0014]获取所述目标波形区域的波形趋势数据；
[0015]对所述波形趋势数据进行迭代处理，得到所述仿真后的预设数量的第二波形图；所述迭代处理的次数为所述预设数量。
[0016]在上述方案中，所述对所述波形趋势数据进行迭代处理，得到所述仿真后的预设数量的第二波形图，包括：
[0017]对所述波形趋势数据进行数据插值、噪音叠加、幅值和宽度调整中至少一项处理，得到目标仿真波形图；
[0018]若所述目标仿真波形图的宽度与所述第一波形图的宽度不一致，则获取所述目标仿真波形图与所述第一波形图之间的宽度的第一差值；
[0019]基于所述第一波形图和所述第一差值，对所述目标仿真波形图进行调整，得到调整后的目标仿真波形图。
[0020]在上述方案中，所述获取采集的第一波形图中目标波形区域的波形趋势数据和波形类型，包括：
[0021]将所述第一波形图中的目标波形区域的宽度和降采样率的乘积确定为降采样参数值；
[0022]以所述降采样参数值为步长，获取所述目标波形区域中的采样点；
[0023]基于获取的采样点对应的幅度值确定所述波形趋势数据。
[0024]在上述方案中，所述对所述波形趋势数据进行数据插值、噪音叠加、幅值和宽度调整中至少一项处理，包括：
[0025]根据所述目标波形区域的宽度，确定最小仿真宽度和最大仿真宽度；
[0026]随机确定目标仿真宽度，所述目标仿真宽度大于所述最小仿真宽度，并且小于所述最大仿真宽度；
[0027]基于预设的插值算法和所述目标仿真宽度，对所述波形趋势数据进行数据插值。
[0028]在上述方案中，所述根据所述目标波形区域的宽度，确定最小仿真宽度和最大仿真宽度，包括：
[0029]确定下限参数值和上限参数值；
[0030]所述最小仿真宽度为所述目标波形区域的宽度与所述下限参数值的乘积；
[0031]所述最大仿真宽度为所述目标波形区域的宽度与所述上限参数值的乘积。
[0032]在上述方案中，所述基于所述峰值信息，确定所述鼓点频谱段信号的鼓点信息，包括：
[0033]将所述峰值信息包括的时间点确定为所述鼓点信息。
[0034]在上述方案中，所述对所述波形趋势数据进行数据插值、噪音叠加、幅值和宽度调整中至少一项处理，包括：
[0035]确定所述目标波形区域的噪音类型和噪音幅值；
[0036]根据所述噪音类型和所述噪音幅值，对数据插值后的波形趋势数据进行噪音叠加。
[0037]在上述方案中，所述对所述波形趋势数据进行数据插值、噪音叠加、幅值和宽度调整中至少一项处理，包括：
[0038]获取进行数据插值后的波形趋势数据中的目标区域；
[0039]将所述目标区域中的采样点的幅值缩小或者放大第一比例；
[0040]将所述目标区域在水平方向上的偏移位置进行调整。
[0041]在上述方案中，所述基于所述第一波形图和所述第一差值，对所述目标仿真波形图进行调整，得到调整后的目标仿真波形图，包括：
[0042]若所述目标仿真波形图的宽度大于所述第一波形图的宽度，则删除所述目标仿真
波形图中的起始或者结尾的第一差值个采样点；
[0043]若所述目标仿真波形图的宽度小于所述第一波形图的宽度，则复制所述第一波形图中的起始位置的第一差值个采样点并插入所述目标仿真波形图中的起始位置，或者，复制所述第一波形图中的结束位置的第一差值个采样点并插入所述目标仿真波形图中的结束位置。
[0044]第二方面，本申请实施例提供一种波形检测模型的训练装置，所述波形检测模型的训练装置包括：
[0045]获取模块，用于获取采集的第一波形图中目标波形区域的波形趋势数据和波形类型；
[0046]波形仿真模块，用于基于所述波形趋势数据和所述波形类型，对所述第一波形图进行波形仿真，得到仿真后的预设数量的第二波形图；
[0047]训练模块，用于根据全部的第二波形图对波形检测模型进行训练。
[0048]第三方面，本申请实施例提供一种电子设备，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请实施例提供的波形检测模型的训练方法。
[0049]第四方面，本申请实施例提供一种计算机可读存储介质，所述存储介质包括一组计算机可执行指令，当所述指令被执行时用于执行本申请实施例提供的波形检测模型的训练方法。
[0050]本申请实施例提供的波形检测模型的训练方法，获取采集的第一波形图中目标波形区域的波形趋势数据和波形类型；基于所述波形趋势数据和所述波形类型，对所述第一波形图进行波形仿真，得到仿真后的预设数量的第二波形图；根据全部的第二波形图对波本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种波形检测模型的训练方法，其特征在于，所述方法包括：获取采集的第一波形图中目标波形区域的波形趋势数据和波形类型；基于所述波形趋势数据和所述波形类型，对所述第一波形图进行波形仿真，得到仿真后的预设数量的第二波形图；根据全部的第二波形图对波形检测模型进行训练。2.根据权利要求1所述的方法，其特征在于，所述基于所述波形趋势数据和所述波形类型，对所述第一波形图进行波形仿真，得到仿真后的预设数量的第二波形图，包括：获取所述目标波形区域的波形趋势数据；对所述波形趋势数据进行迭代处理，得到所述仿真后的预设数量的第二波形图；所述迭代处理的次数为所述预设数量。3.根据权利要求2所述的方法，其特征在于，所述对所述波形趋势数据进行迭代处理，得到所述仿真后的预设数量的第二波形图，包括：对所述波形趋势数据进行数据插值、噪音叠加、幅值和宽度调整中至少一项处理，得到目标仿真波形图；若所述目标仿真波形图的宽度与所述第一波形图的宽度不一致，则获取所述目标仿真波形图与所述第一波形图之间的宽度的第一差值；基于所述第一波形图和所述第一差值，对所述目标仿真波形图进行调整，得到调整后的目标仿真波形图。4.根据权利要求1所述的方法，其特征在于，所述获取采集的第一波形图中目标波形区域的波形趋势数据和波形类型，包括：将所述第一波形图中的目标波形区域的宽度和降采样率的乘积确定为降采样参数值；以所述降采样参数值为步长，获取所述目标波形区域中的采样点；基于获取的采样点对应的幅度值确定所述波形趋势数据。5.根据权利要求3所述的方法，其特征在于，所述对所述波形趋势数据进行数据插值、噪音叠加、幅值和宽度调整中至少一项处理，包括：根据所述目标波形区域的宽度，确定最小仿真宽度和最大仿真宽度；随机确定目标仿真宽度，所述目标仿真宽度大于所述最小仿真宽度，并且小于所述最大仿真宽度；基于预设的插值算法和所述目标仿真宽度，对所述波形趋势数据进行数据插值。6.根据权利要求5所述的方法，其特征在于，所述根据所述目标波形区域的宽度，确定最小仿真宽度和最大仿真宽度，包括：确定下限参数值和上限参数值；所述最小仿真宽度为所述目标波形区域的宽度与所述下限参数值的乘积；所述最大仿真宽度为所述目标...
【专利技术属性】
技术研发人员：史全意，崔勇顺，徐小军，常文涛，周旭，李超，刘浩，江海洋，袁振华，
申请(专利权)人：合肥联宝信息技术有限公司，
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。