【技术实现步骤摘要】
本申请涉及人工智能，具体而言，涉及一种数据增强方法、装置、电子设备及存储介质。
技术介绍
1、外破是指外部破坏，例如管道管线铺设环境中容易遭到外部机械施工，或人为挖掘偷油等行为，威胁到管线安全。在安全监测中，外破事件的检测是一个不可缺少的项目。
2、当发生外破事件时，会产生一定的振动信号。进而，外破可以利用分布式声波传感监测设备(das)通过采集原始振动信号来进行检测。相关技术中，外破可以基于深度学习模型进行预测。但由于外破事件属于偶发的事件，发生频次低，因此导致在深度学习模型的训练过程中，正负样本不均衡，振动信号的数据不够全面和准确。
技术实现思路
1、本申请实施例的目的在于一种数据增强方法、装置、电子设备及存储介质，用于提高外破场景中振动信号的数据的全面性。
2、第一方面，本申请实施例提供了一种数据增强方法，包括：基于预先获取的目标马尔科夫传递矩阵，获得对应的振动传递差分向量和特征标签向量；目标马尔科夫传递矩阵为基于振动时序特征矩阵建立的；振动时序特征矩阵为对预先采集的原始外破训练数据进行特征提取获得的；原始外破训练数据包括振动信号；基于预设的初值向量以及振动传递差分向量生成振动特征时序向量；并基于特征标签向量确定获得振动特征时序向量对应的当前标签；振动特征时序向量用于表征对振动信号的特征进行增强后获得的振动信号特征。
3、在上述的实现过程中，基于目标马尔科夫传递矩阵对振动信号对应的特征数据进行增强，改善在振动信号上应用马尔科夫链无法实现明确
4、可选的，在本申请实施例中，在基于预先获取的目标马尔科夫传递矩阵，计算获得对应的振动传递差分向量和特征标签向量之前，方法还包括：获得预先采集的原始外破训练数据以及原始外破训练数据对应的原始标签数据；振动信号包括振动信号的能量或频率；原始标签数据包括外破信号标签和非外破信号标签；对原始外破训练数据进行特征提取，获得振动时序特征矩阵；根据原始外破训练数据对应的原始标签数据获得振动时序特征矩阵对应的标签向量；基于振动时序特征矩阵以及振动时序特征矩阵对应的标签向量建立目标马尔科夫传递矩阵。
5、在上述的实现过程中，建立目标马尔科夫传递矩阵，进而可以使用目标马尔科夫传递矩阵对振动信号对应的特征数据进行增强，获得更加全面的振动信号特征，以及提高增强数据的准确性。
6、可选的，在本申请实施例中，目标马尔科夫传递矩阵包括显式马尔科夫传递矩阵和隐式马尔科夫传递矩阵；基于振动时序特征矩阵以及振动时序特征矩阵对应的标签向量建立目标马尔科夫传递矩阵，包括：计算振动时序特征矩阵中多组时序特征对应的差分向量；基于振动时序特征矩阵中时序特征的特征值、时序特征对应的差分向量以及振动时序特征矩阵对应的标签向量，生成特征值矩阵；特征值矩阵包括多行传递特征；将特征值矩阵中的多行传递特征，按照预设规则进行排序，生成显式马尔科夫传递矩阵；获取显式马尔科夫传递矩阵中标签值为预设值的至少一行特征传递行，生成隐式马尔科夫传递矩阵。
7、在上述的实现过程中，分别建立显式马尔科夫传递矩阵和隐式马尔科夫传递矩阵，对相应的特征数据进行增强，获得更加全面的振动信号特征，以及提高增强数据的准确性。
8、可选的，在本申请实施例中，对原始外破训练数据进行特征提取，获得振动时序特征矩阵，包括：获取预设的数据特征计算函数；数据特征计算函数包括滑动窗口参数或卷积操作参数；利用滑动窗口参数对原始外破训练数据进行特征提取，或者利用卷积操作参数对原始外破训练数据进行特征提取，生成多行时序特征；基于多行时序特征生成振动时序特征矩阵。
9、在上述的实现过程中，利用数据特征计算函数对原始外破训练数据进行特征提取，获得振动时序特征矩阵。数据特征计算方式应具有滑窗或卷积特性，以使提取出的特征也具有时序数据性质，从而提高特征的准确性。
10、可选的，在本申请实施例中，目标马尔科夫传递矩阵包括显式马尔科夫传递矩阵；基于预先获取的目标马尔科夫传递矩阵，计算获得对应的振动传递差分向量和特征标签向量，包括：获得预设的初值向量；初值向量为对振动时序特征矩阵中的各组时序特征分别设置初始值和初始标签获得；根据初值向量对应的初始值从显式马尔科夫传递矩阵的多行特征传递行中确定目标传递行；基于目标传递行计算获得对应的传递值和特征标签；将各初始值对应的传递值进行汇总，获得对应的振动传递差分向量；将各初始值对应的特征标签进行汇总，获得对应的特征标签向量。
11、在上述的实现过程中，确定目标传递行之后，基于目标传递行计算获得振动时序特征矩阵对应的传递值和特征标签。在确定目标传递行的过程中可以先确定传递范围，减少马尔科夫传递矩阵中数据断点的可能性，提高数据泛化效果。
12、可选的，在本申请实施例中，基于预设的初值向量以及振动传递差分向量生成振动特征时序向量；并基于特征标签向量确定获得振动特征时序向量对应的当前标签，包括：将初值向量和振动传递差分向量相加，获得振动特征时序向量；判断特征标签向量中特征标签的总和是否大于预设阈值，若是，则当前标签确定为第一标签；若否，则当前标签确定为第二标签。
13、在上述的实现过程中，将初值向量和振动传递差分向量相加，获得振动特征时序向量，以及获得振动特征时序向量对应的当前标签，实现对振动信号对应的特征数据进行增强。
14、可选的，在本申请实施例中，目标马尔科夫传递矩阵还包括隐式马尔科夫传递矩阵；方法还包括：若当前标签确定为第一标签，则将目标马尔科夫传递矩阵，由显式马尔科夫传递矩阵替换为隐式马尔科夫传递矩阵；利用隐式马尔科夫传递矩阵计算下一个振动特征时序向量以及振动特征时序向量对应的当前标签；或者；若显式马尔科夫传递矩阵作为目标马尔科夫传递矩阵的次数大于第一次数阈值，则将目标马尔科夫传递矩阵，由显式马尔科夫传递矩阵替换为隐式马尔科夫传递矩阵。
15、在上述的实现过程中，在满足条件的情况下，将目标马尔科夫传递矩阵，由显式马尔科夫传递矩阵替换为隐式马尔科夫传递矩阵，模拟了原始数据中特征层的小样本标签随机出现的持续变化时间，不但保留了其物理意义，而且具备随机增强的特性。
16、可选的，在本申请实施例中，在将目标马尔科夫传递矩阵，由显式马尔科夫传递矩阵替换为隐式马尔科夫传递矩阵之后，方法还包括：若当前标签确定为第二标签，则将目标马尔科夫传递矩阵，由隐式马尔科夫传递矩阵替换为显式马尔科夫传递矩阵；或者；隐式马尔科夫传递矩阵作为目标马尔科夫传递矩阵的次数大于第二次数阈值，将目标马尔科夫传递矩阵，由隐式马尔科夫传递矩阵替换为显式马尔科夫传递矩阵。
17、在上述的实现过程中，在满足条件的情况下，将目标马尔科夫传递矩阵，由隐式马尔科夫传递矩阵替换为显式马尔科夫传递矩阵模拟了原始数据中特征层的小样本标签随机出现的持续变化时间，不但保留了其物理意义，本文档来自技高网...
【技术保护点】
1.一种数据增强方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在基于预先获取的目标马尔科夫传递矩阵，获得对应的振动传递差分向量和特征标签向量之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述目标马尔科夫传递矩阵包括显式马尔科夫传递矩阵和隐式马尔科夫传递矩阵；所述基于所述振动时序特征矩阵以及所述振动时序特征矩阵对应的标签向量建立所述目标马尔科夫传递矩阵，包括：
4.根据权利要求2所述的方法，其特征在于，对所述原始外破训练数据进行特征提取，获得振动时序特征矩阵，包括：
5.根据权利要求1所述的方法，其特征在于，所述目标马尔科夫传递矩阵包括显式马尔科夫传递矩阵；所述基于预先获取的目标马尔科夫传递矩阵，获得对应的振动传递差分向量和特征标签向量，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于预设的初值向量以及所述振动传递差分向量生成振动特征时序向量；并基于所述特征标签向量确定获得所述振动特征时序向量对应的当前标签，包括：
7.根据权利要求6所述的方法，其特征在于，所
8.根据权利要求7所述的方法，其特征在于，在所述将所述目标马尔科夫传递矩阵，由所述显式马尔科夫传递矩阵替换为所述隐式马尔科夫传递矩阵之后，所述方法还包括：
9.一种数据增强装置，其特征在于，包括：
10.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器存储有所述处理器可执行的机器可读指令，所述机器可读指令被所述处理器执行时执行如权利要求1至8任一所述的方法。
...【技术特征摘要】
1.一种数据增强方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在基于预先获取的目标马尔科夫传递矩阵，获得对应的振动传递差分向量和特征标签向量之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述目标马尔科夫传递矩阵包括显式马尔科夫传递矩阵和隐式马尔科夫传递矩阵；所述基于所述振动时序特征矩阵以及所述振动时序特征矩阵对应的标签向量建立所述目标马尔科夫传递矩阵，包括：
4.根据权利要求2所述的方法，其特征在于，对所述原始外破训练数据进行特征提取，获得振动时序特征矩阵，包括：
5.根据权利要求1所述的方法，其特征在于，所述目标马尔科夫传递矩阵包括显式马尔科夫传递矩阵；所述基于预先获取的目标马尔科夫传递矩阵，获得对应的振动传递差分向量和特征标签向量，...
【专利技术属性】
技术研发人员：周杨，陆志杰，陈科新，姜明武，
申请(专利权)人：苏州光格科技股份有限公司，
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。