一种时间序列信号高效去噪和高精度重构建模方法及系统

本发明提供了一种时间序列信号高效去噪和高精度重构建模方法及系统，包括：对原始的脉搏波信号进行数据预处理；选择预设的信号时长，将数据预处理后的脉搏波信号分为预测集、训练集和测试集；选择卷积神经网络作为深度降噪自编码机的基础模型，根据信号去噪要求，得到深度卷积降噪自编码机模型；将训练集输入深度卷积降噪自编码机模型进行训练，利用正则化参数以及测试集进行深度卷积降噪自编码机模型参数的调优和选取，得到最优深度学习模型；将含噪脉搏波信号预测集输入到最优深度学习模型中获取深度结构特征，进行信号重构和去噪处理，评估模型性能。本发明有效进行脉搏波信号的去噪和重构，为滤除脉搏波信号中的同频噪声干扰提供了新思路。
上海交通大学
姚建国 | 马莹莹 | 管海兵