这是一个创建于 120 天前的主题，其中的信息可能已经有所发展或是发生改变。
最近在做机器学习相关的事情，但遇到了如下问题，导致训练出来的模型识别准确度一般
数据波形图如上图所示，我目前是通过滑动窗口来进行截取的，我的预期是截取下来的数据是红色框框的这种（两边平缓、中间波动较大），我目前的截取条件是超过阈值就自动截取
注：窗口大小是固定的
但由于条件可能过于单一，也有一定的概率截取到黑色框框的这种类型的数据
本人在数据分析和机器学习上，基本上是小白，问题描述可能也比较不专业，所以在此请教一下 V 友，这种时间序列的数据，应该如何进行特征提取
29 条回复 • 2024-07-24 20:34:12 +08:00
 |
1
ipwx 120 天前
不懂，红框和黑框有啥区别。
你先想办法把你的场景讲清楚 |
|
3
ipwx 120 天前
@AlwaysBee 哦，你是一个实时序列从左往右跑，然后检测是吧。。。这句话也是我看你上面这句话猜出来的，猜测你 “跑到末尾” 是这个意思。
你的描述太不清晰了，我其实还是知之甚少，比如你的数据是什么、有什么性质。。。 |
 |
4
AlwaysBee OP 
https://s3.bmp.ovh/imgs/2024/07/24/1dafb7fdb9997217.png @ipwx 帖子无法 append ，在这里补充一个图 黑色框不是我想要的（由于达到阈值就开始截取了，但实际上是提前了），红色虚线框才是我想要截取的 |
|
6
ipwx 120 天前
另外你还是没有描述清楚。
你这边有好几条序列，设为 S1[t] ... Sk[t] 这 k 条序列。 所以你每一时刻 t 的波动大，这个波动到底指的是以下哪种定义： 1. max(Si[t] - Sj[t]) 两两之差的最大值 2. max(abs(Si[t] - Sj[t])) 两两之差的绝对值的最大值 3. max(abs(Si[t])) 每条序列的绝对值的最大值 到底是哪个啊？ ---- 所以你真的还没描述清楚啊（心累 |
|
7
AlwaysBee OP @ipwx 不好意思，因为在这方面确实不是专业的，所以描述也比较直白
前面说的波动大，就是如图红框中间的波形图波动陡峭起伏大的意思 X 轴是时间，然后 Y 轴有三个数据（体现在波形图就是有三条不同颜色的折线图），随着时间会变化，并且是随着时间不断产生数据 我需要做的是，将红框内这样的数据提取出来，作为特征样本，但由于算法实现的问题，有一定概率截取到黑色框这样的样本，这样对最终的训练结果会有影响 不知道这样描述是否理解了 |
|
8
ipwx 120 天前
@AlwaysBee 不理解。
“前面说的波动大，就是如图红框中间的波形图波动陡峭起伏大的意思” 你这描述，每个人都有每个人不同的看法啊。你还是得形式化啊 ---- 我用 t 表示时间，y1 y2 y3 表示序列。 如果认为 y1 在 t 时刻起伏大，是绝对值大？ abs(y1[t]) 很大？ 什么叫大？比 80% 的其他点大？ ---- 如果时刻 t 只有一条线的绝对值大，那算不算你 t 时刻这三条线大？ 还是需要三条线都起伏大？ ---- 如果 t 时刻，三条线的绝对值都不算很大，但是加起来比其他时刻绝对值加起来大，那算不算？ ---- 我感觉你这个根本不是机器学习的范畴，只是你自己没有把问题描述清楚。你写清楚了就写出来了。 |
|
9
AlwaysBee OP @ipwx #8
其实问题简化一下就是：如何截取到红色框框这这种类型的数据样本（两边平缓、中间起伏大） 波动大小的判断就是这个问题的关键，怎么判断也是我想问的，我不知道如何通过数学的方式去判断（只能通过波形图判断这个波动大） 特征数据提取之后，是需要把特征数据扔进去训练模型的，算是数据预处理的步骤 |
|
10
ipwx 120 天前
|
|
11
ipwx 120 天前
你要不给个 csv 数据，我给你 python 随便写一段。你就能体会为啥我上面要问你那么依托东西了。
|
|
12
AlwaysBee OP |
 |
13
SiWXie 120 天前 via iPhone
你这和建模没太大关系，是数据预处理的范涛。我建议是可以使用傅里叶变换，从时域信号变为频域信号，进行频域分析，抹点你不想要的波形后，再转换回来进行提取
|
 |
14
sillydaddy 120 天前 via Android
感觉特征还是很明显的，应该就是 @ipwx 说的，用这个简单的卷积就可以提取特征。
如果我来做的话，我会在滑动窗口区域，假设为 Ta ～ Tb ，采样 100 个点，然后中间的 40 个点的绝对值，都乘以 1.0 ，然后加总得到一个值。不停滑动窗口的位置，就会得到不同的值。你想要的那种红色框框的滑动窗口，最后得到的值肯定有一个特征，那就是它比它附近的滑动窗口的值都要大。为什么，因为只有波动最大的区域位于滑动窗口中间位置时，采样得到的 40 个点的绝对值加起来才最大。这个特征不会受到简单阈值的影响，因为它统计的是一个区域范围的特征。 这个特征在你发的图里面是很明显的，之所以说 40 个点是相对于 100 个点的滑动窗口宽度，也是根据你的图形里面大概看出来了的，你可以自己确定采样窗口中间多少个点。 |
 |
15
w16311 120 天前
要不做个短时傅里叶变换(STFT)看看，红色部分应该都是高频？或者看一下失败的 case 调一下阈值多加一些条件。再或者考虑 window 内 std 的大小，如果是框大小一定。
|
|
16
ipwx 120 天前
看了一下你的数据，三个信号都不是白噪声，而是周期性信号。
那可能确实得上小波分析之类的。 ---- 楼主说的什么信号时延根本不是问题的关键。要让尖峰延迟若干个点用卷积求平均就行了 |
|
18
ipwx 120 天前
画了 200 个的片段，以及用卷积时延过的信号。
楼主你真要把检出时间点放在窗口中间，检测卷积后的信号出现异常的时间（是右边界），然后框到左边就行了。 但正确检测“异常”反而可能要上模型。 |
|
19
ipwx 120 天前
然后你这个周期性信号的异常检测我觉得和
https://dl.acm.org/doi/abs/10.1145/3178876.3185996 https://arxiv.org/abs/1802.03903 这个挺配的。第二个链接不用大学网络就能下。（声明，我是作者） 论文里面的例子 https://pic.imge.cc/2024/07/24/66a09d6856838.jpg |
|
20
AlwaysBee OP @ipwx 谢谢大佬
这份数据是为了提取特征而做了大量的、相同的动作产生的，波形就是该动作的体现，所以出现周期性 现实操作中，动作的出现是没有周期性的规律的，并且会出现不同的动作，不同动作有不一样的波形，但都具有中间波动大、两侧平缓的特征 |
|
21
AlwaysBee OP @sillydaddy #14
请教一下，这里的乘以 1.0 是有什么作用吗？ |
|
22
ipwx 120 天前  1
|
|
23
sillydaddy 120 天前 via Android 1
@AlwaysBee 40 个点乘以 1.0 加总，其实隐含的就是两侧的 60 个点乘以 0.0 ，取 1.0 是对比 0.0 来说的。这里对每个点乘以一个加权数然后加总的过程就是 ipwx 提到的卷积。具体加权的数字怎么定义，怎么分布，就是所谓的卷积核。它是根据待提取的特征决定的。比如为了突出中间数值特别大的特征，也可以取中间 10 个点乘以 3.0 ，周围 30 个点乘以 1.0 ，再周围 60 个点乘以 0.0 。卷积核怎么定义，都是自己定的。
在这个例子里，特征就是中间波动大(数值绝对值也大)，两边波动小(数值绝对值也小)。假设想要提取一个满足中间值比较大，两侧值比较小这个特征的滑动窗口，那就对于连续的每个滑动窗口，都用滑动窗口的中间区域乘以一个大的数值，两侧区域乘以一个小的数值，加总后的值得到该滑动窗口对应的特征值。如果某个滑动窗口的这个特征值比周围滑动窗口的特征值都大，即极大值，那我们就找到它了。 |
|
24
AlwaysBee OP |
|
25
sillydaddy 120 天前 via Android
如果你要提取波动大的特征，而不是数值绝对值大的特征，也可以类似比照着做，只是需要先计算一下相邻两个点的变化率，通过卷积，对一个窗口的变化率加权加总，来计算出一个特征值。
甚至也可以将数值大小与变化率大小结合起来，计算出一个特征值。单看数据的特征了。 我是看你发的图形的特征，用数值计算特征值好像就足够了。 |
 |
26
Sawyerhou 120 天前 via Android
直接要求最小值在窗口中间行不？
|
|
27
SiWXie 119 天前 via iPhone
@Sawyerhou 这个是最简单的，先把所有数据用窗口扫一遍，判断极值是不是在窗口的中间，不再的先过滤掉。
这样不仅能保证样本具有一致性操作也简单。op 需要做的就是设置最小值的阈值，超过这个阈值才能称作最小值。 至于上面讨论的核函数方法，我们就算求出了特征值，也需要设置阈值做判断，还不如这个直接。 |
|
28
Sawyerhou 119 天前
倒也不一定删掉，我就觉着把那个黑框挪一下，把最值放窗口中间，就跟红框差不多。
|
 |
29
TY233 119 天前 via iPhone
感觉都不用 ai ，opencv 就可以搞定，从左到右检测蓝线的值，低于阈值就以这个点为中心画框
|
Select Language