【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种不均衡分类的时序数据过采样方法及系统。
技术介绍
1、在工业生产过程中，时序数据的质量分析对保证产品性能和工艺优化具有重要意义。通过对各类时序数据进行缺陷分类分析，可以有效识别异常模式并追溯问题根源，从而实现工艺改进和维护。例如，在发动机装配过程中，通过对螺栓拧紧力矩的时序数据进行分析可以发现装配质量问题并指导工艺优化。然而，在实际生产环境中，不同类型的缺陷往往呈现出数量上的显著差异，从而导致这些不均衡数据在进行分类时，分类器往往会偏向于样本数量较多的类别，对少数类样本的识别能力不足，严重影响了分类模型在实际应用中的可靠性和有效性。
2、目前，针对数据不均衡问题的过采样方法主要包括随机过采样和smote算法等。这些方法虽然在一定程度上缓解了数据不均衡问题，但仍存在明显不足。首先，大多数现有方法都是在原始特征空间直接进行采样，而工业时序数据通常具有高维度、高噪声的特点，在这样的特征空间中直接进行采样容易生成质量不佳的样本。其次，现有方法往往忽视了数据的时序特性和类间关系，可能产生不符合实际物...
【技术保护点】
1.一种不均衡分类的时序数据过采样方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的不均衡分类的时序数据过采样方法，，其特征在于，所述将从不均衡分类的时序数据提取得到的特征表示从高维空间映射至低维空间的步骤包括：
3.根据权利要求1所述的不均衡分类的时序数据过采样方法，，其特征在于，所述引入监督对比机制调整所述低维空间中的时序数据分布的步骤包括：
4.根据权利要求1所述的不均衡分类的时序数据过采样方法，，其特征在于，所述根据时序数据的分布密度识别少数类样本中的高质量样本的步骤包括：
5.根据权利要求1所述的不均衡...
【技术特征摘要】
1.一种不均衡分类的时序数据过采样方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的不均衡分类的时序数据过采样方法，，其特征在于，所述将从不均衡分类的时序数据提取得到的特征表示从高维空间映射至低维空间的步骤包括：
3.根据权利要求1所述的不均衡分类的时序数据过采样方法，，其特征在于，所述引入监督对比机制调整所述低维空间中的时序数据分布的步骤包括：
4.根据权利要求1所述的不均衡分类的时序数据过采样方法，，其特征在于，所述根据时序数据的分布密度识别少数类样本中的高质量样本的步骤包括：
5.根据权利要求1所述的不均衡分类的时序数据过采样方法，其特征在于，对所述新样本进行验证的步骤包括：
6.根据权利要求5所述的不均衡分类的时序数据过...
【专利技术属性】
技术研发人员：张凯，梁伟，王泉，吴豪，陈祺东，薛涛，
申请(专利权)人：无锡学院，
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。