TWI643120B - Time series data processing device and processing method - Google Patents
Time series data processing device and processing method Download PDFInfo
- Publication number
- TWI643120B TWI643120B TW107100790A TW107100790A TWI643120B TW I643120 B TWI643120 B TW I643120B TW 107100790 A TW107100790 A TW 107100790A TW 107100790 A TW107100790 A TW 107100790A TW I643120 B TWI643120 B TW I643120B
- Authority
- TW
- Taiwan
- Prior art keywords
- time
- series data
- processing
- data
- smoothing
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 155
- 238000003672 processing method Methods 0.000 title claims abstract description 91
- 238000009499 grossing Methods 0.000 claims abstract description 163
- 238000013500 data storage Methods 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims description 105
- 230000008569 process Effects 0.000 claims description 85
- 230000008859 change Effects 0.000 claims description 24
- 238000012544 monitoring process Methods 0.000 claims description 17
- 238000010586 diagram Methods 0.000 description 28
- 230000006870 function Effects 0.000 description 24
- 238000001914 filtration Methods 0.000 description 18
- 239000000284 extract Substances 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000000052 comparative effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Manufacturing & Machinery (AREA)
- Human Computer Interaction (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
- Recording Measured Values (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本發明的時間序列資料處理裝置及處理方法降低用以決定平滑化處理的處理方法和參數的試錯的繁雜性。
該處理裝置具備;處理方法存儲部,預先存儲針對時間序列資料的平滑化處理的處理方法;帶觸控面板功能的顯示元件;資料顯示控制部,使資料存儲部中存儲的時間序列資料的波形顯示在帶觸控面板功能的顯示元件上;參考軌跡輸出部,根據操作人員的操作輸出表示平滑化處理後的時間序列資料的理想軌跡的參考軌跡資料;以及處理探索執行部,一邊逐次變更平滑化處理的處理方法及參數中的至少一方,一邊對資料存儲部存儲的時間序列資料執行平滑化處理,並探索對時間序列資料實施平滑化處理後的結果與參考軌跡資料最符合的處理方法及參數中的至少一方。
Description
本發明係關於一種對從監視物件等採集到的時間序列資料進行平滑化處理的時間序列資料處理裝置及處理方法。
在多回路的調溫器等當中,為了執行其操作及資料獲取,存在並用具備觸控面板式HMI(Human Machine Interface)的設備的情況。例如在圖25的例子中,在能夠從4回路的調溫器的本體部100分離的顯示部101上設置有帶觸控面板功能的顯示器102。
近年來,存在運用資料分析技術來創造新的價值的需求。對於調溫器等測量控制設備,也對從測量控制設備獲得的時間序列資料運用有多種多樣的資料分析技術。例如,專利文獻1中提出有一種用於對任意資料通用地運用而獲得判斷指標的資料處理方法。專利文獻1所公開的技術如下:獲取監視物件生產設備的時間運轉率、性能運轉率、產品良率這3個指標的時間序列資料,將這3個指標的時間序列資料合成而生成作為綜合指標的設備綜合效率的時間序列資料,檢測設備綜合效率的值中出現有意義的變化的點作為生產設備的狀態的變化點。
在專利文獻1所公開的技術中,為了計算時刻t下的生產設備的運轉實際狀況(時間運轉率、性能運轉率、產品良率)和設備綜合效率,要使用時刻t的最近的規定期間p內的資料(時刻t-p到時刻t的資料)。此處,p的值任意,
但是,若減小p的值,則時間序列資料中雜訊增多,因此有變化點的誤檢測增加之虞,若增大p的值,則時間序列資料平滑化的程度變得過強,從而有變化點檢測的靈敏度變差之虞。因而,在專利文獻1所公開的技術中,是根據誤檢測與靈敏度的平衡而將規定期間p設定為適當的值。
如此,在對時間序列資料進行平滑化處理時,為了恰當地決定平滑化處理的參數,需要基於專業知識的試錯,從而存在需要對於操作人員而言較為繁雜的作業這一問題。需要這種試錯的狀況不僅是決定參數時是必要的,在決定通過何種處理方法來進行平滑化處理時也是必要的。
〔專利文獻1〕日本專利特開2015-152933號公報
本發明是為了解決上述問題而成,其目的在於提供一種能夠降低用以決定平滑化處理的處理方法和參數的試錯的繁雜性的時間序列資料處理裝置及處理方法。
本發明的時間序列資料處理裝置的特徵在於具備:資料存儲部,其構成為存儲處理物件的時間序列資料;處理方法存儲部,其構成為預先存儲針對所述時間序列資料的平滑化處理的一種至多種處理方法;顯示部,其構成為顯示資訊;輸入部,其構成為接收操作人員的操作;資料顯示控制部,其構成為使所述時間序列資料的波形顯示在所述顯示部上;參考軌跡輸出部,其根據操作人員對所述輸入部的操作來輸出表示平滑化處理後的時間序列資料的理想軌跡的參考軌跡資料;以及處理探索執行部,其構成為一邊逐次變更所述平滑化處理的處理方法以及所述平滑化處理的參數中的至少一方,一邊對所述資料存儲部中存儲的時間序列資料執行平滑化處理,並探索對該時間序列資
料實施平滑化處理所得的結果與所述參考軌跡資料最符合的所述處理方法及所述參數中的至少一方。
此外,本發明的時間序列資料處理裝置的一構成例的特徵在於,還具備探索結果顯示控制部,所述探索結果顯示控制部構成為使通過所述探索而確定後的處理方法及參數顯示
此外,本發明的時間序列資料處理裝置的一構成例的特徵在於,還具備區域分割處理部,所述區域分割處理部構成為以預先規定的次序分割所述資料存儲部中存儲的時間序列資料的時間區域,所述處理探索執行部針對分割後的每一時間區域而執行所述平滑化處理,並針對所述每一時間區域而探索所述處理方法及所述參數中的至少一方。此外,本發明的時間序列資料處理裝置的一構成例的特徵在於,所述區域分割處理部均等地分割所述時間序列資料的時間區域。此外,本發明的時間序列資料處理裝置的一構成例的特徵在於,還具備資料獲取部,所述資料獲取部構成為從監視物件的裝置採集處理物件的時間序列資料並存儲至所述資料存儲部,所述區域分割處理部針對所述監視物件的裝置的狀態的每一切換而分割所述時間序列資料的時間區域。此外,本發明的時間序列資料處理裝置的一構成例的特徵在於,還具備探索結果顯示控制部,所述探索結果顯示控制部構成為針對分割後的每一時間區域而使通過所述探索而確定後的處理方法及參數顯示在所述顯示部上。
此外,本發明的時間序列資料處理裝置的一構成例的特徵在於,所述處理方法為基於中值濾波(median filter)的處理方法和基於低通濾波的處理方法中的至少一方,所述參數為所述中值濾波的資料數以及所述低通濾波的時間常數中的至少一方。此外,本發明的時間序列資料處理裝置的一構成例的特徵在於,還具備平滑化處理結果顯示控制部,所述平滑化處理結果顯示控制部構成為使所述資料存儲部中存儲的時間序列資料的波形和通過所述探索而
確定後的平滑化處理後的時間序列資料的波形重疊地顯示在所述顯示部上。此外,本發明的時間序列資料處理裝置的一構成例的特徵在於,所述顯示部和所述輸入部為帶觸控面板功能的顯示元件,所述參考軌跡輸出部接收根據操作人員對所述帶觸控面板功能的顯示元件的畫面的操作而從所述帶觸控面板功能的顯示元件輸出的位置座標信號,將該位置座標信號表示的畫面上的各點轉換為與所述資料存儲部中存儲的時間序列資料相同的坐標系上的點,由此生成由轉換後的各點匯集而成的所述參考軌跡資料。
此外,本發明的時間序列資料處理方法的特徵在於包含:第1步驟,使資料存儲部中存儲的處理物件的時間序列資料的波形顯示在顯示部上;第2步驟,根據操作人員對輸入部的操作而生成表示平滑化處理後的時間序列資料的理想軌跡的參考軌跡資料;以及第3步驟,參考預先存儲針對所述時間序列資料的平滑化處理的一種至多種處理方法的處理方法存儲部,一邊逐次變更所述平滑化處理的處理方法以及所述平滑化處理的參數中的至少一方,一邊對所述資料存儲部中存儲的時間序列資料執行平滑化處理,並探索對該時間序列資料實施平滑化處理所得的結果與所述參考軌跡資料最符合的所述處理方法及所述參數中的至少一方。
根據本發明,使處理物件的時間序列資料的波形顯示在顯示部上,根據操作人員對輸入部的操作而生成表示平滑化處理後的時間序列資料的理想軌跡的參考軌跡資料,一邊逐次變更平滑化處理的處理方法以及平滑化處理的參數中的至少一方,一邊對時間序列資料執行平滑化處理,並探索對該時間序列資料實施平滑化處理所得的結果與參考軌跡資料最符合的處理方法及參數中的至少一方,由此,能夠根據操作人員所輸入的軌跡而恰當地決定平滑化處理的處理方法及參數中的至少一方,因此,能夠降低用以決定處理方法和參
數的試錯的繁雜性。
此外,在本發明中,以預先規定的次序分割處理物件的時間序列資料的時間區域,針對分割後的每一時間區域執行平滑化處理,而針對每一時間區域而探索處理方法及參數中的至少一方,由此,能夠根據時間序列資料的特性的變化、操作人員所輸入的軌跡的變化而恰當地決定平滑化處理的處理方法及參數中的至少一方。
此外,在本發明中,針對監視物件的裝置的狀態的每一切換而分割時間序列資料的時間區域,由此,能夠提高使平滑化處理適應時間序列資料的特性變化的概率。
1‧‧‧資料獲取部
2‧‧‧資料存儲部
3‧‧‧處理方法存儲部
4‧‧‧帶觸控面板功能的顯示元件
5‧‧‧資料顯示控制部
6‧‧‧參考軌跡輸出部
7、7a‧‧‧處理探索執行部
8、8a‧‧‧探索結果顯示控制部
9‧‧‧平滑化處理結果顯示控制部
10‧‧‧區域分割處理部
圖1為表示從監視物件採集到的時間序列資料的1例的圖。
圖2為表示對圖1的時間序列資料實施基於一階遲滯後低通濾波的平滑化處理的結果的圖。
圖3為表示對圖1的時間序列資料實施基於一階遲滯後低通濾波的平滑化處理的另一結果的圖。
圖4為表示對圖1的時間序列資料實施基於中值濾波的平滑化處理的結果的圖。
圖5為表示對圖1的時間序列資料實施基於中值濾波的平滑化處理的另一結果的圖。
圖6為表示本發明的第1實施例的時間序列資料處理裝置的構成的方塊圖。
圖7為說明本發明的第1實施例的時間序列資料處理裝置的工作流程圖。
圖8為表示本發明的第1實施例中操作人員輸入平滑化處理後的時間序列資
料的理想軌跡的例子的圖。
圖9為表示本發明的第1實施例中操作人員輸入平滑化處理後的時間序列資料的理想軌跡的另一例的圖。
圖10為表示本發明的第1實施例的時間序列資料處理裝置的平滑化處理結果顯示控制部的顯示例的圖。
圖11為表示本發明的第1實施例的時間序列資料處理裝置的平滑化處理結果顯示控制部的另一顯示例的圖。
圖12為表示本發明的第1實施例的時間序列資料處理裝置的平滑化處理結果顯示控制部的另一顯示例的圖。
圖13為表示本發明的第1實施例的時間序列資料處理裝置的平滑化處理結果顯示控制部的另一顯示例的圖。
圖14為表示基於圖8所示的軌跡的參考軌跡資料的差分值和圖2所示的以往的平滑化處理的時間序列資料的差分值的圖。
圖15為表示基於圖9所示的軌跡的參考軌跡資料的差分值和圖3所示的以往的平滑化處理的時間序列資料的差分值的圖。
圖16為表示基於圖8所示的軌跡的參考軌跡資料的差分值和本發明的第1實施例的平滑化處理的時間序列資料的差分值的圖。
圖17為表示基於圖9所示的軌跡的參考軌跡資料的差分值和本發明的第1實施例的平滑化處理的時間序列資料的差分值的圖。
圖18為表示本發明的第2實施例的時間序列資料處理裝置的構成的方塊圖。
圖19為說明本發明的第2實施例的時間序列資料處理裝置的工作流程圖。
圖20為表示從監視物件採集到的時間序列資料的另一例的圖。
圖21為表示本發明的第2實施例中操作人員輸入平滑化處理後的時間序列
資料的理想軌跡的例子的圖。
圖22為表示本發明的第2實施例中操作人員輸入平滑化處理後的時間序列資料的理想軌跡的另一例的圖。
圖23為表示本發明的第2實施例中操作人員輸入平滑化處理後的時間序列資料的理想軌跡的另一例的圖。
圖24為表示本發明的第2實施例的時間序列資料處理裝置的平滑化處理結果顯示控制部的顯示例的圖。
圖25為多回路調溫器的外觀圖。
[發明的原理1]
作為針對時間序列資料的分析處理的代表例之一,有去除雜訊成分的平滑化處理。在該平滑化處理中,與前文所述的專利文獻1的規定期間相當的參數值(關注的資料數或資料時間)的決定也較為重要。平滑化處理的目的之一是時間序列資料的採集源的測量物件或控制物件的本質的特性掌握,此外是特性變化的監視。並且,對於物件的監視較為熟練的操作人員大多能夠憑直覺掌握如何對平滑化前的時間序列資料進行平滑化將便於物件的監視。
因此,發明者想到了如下方法:在帶觸控面板功能的顯示器上顯示平滑化處理前的時間序列資料,使操作人員通過觸控面板的描畫操作等來輸入平滑化處理後的時間序列資料的軌跡圖像,由此獲得用以自動決定平滑化處理的處理方法和參數的參考軌跡。根據該方法,能夠自動決定與對監視較為熟練的操作人員的直覺相匹配的處理方法和參數的值,因此能夠降低試錯的繁雜性。
[發明的原理2]
在操作人員輸入平滑化處理後的時間序列資料的理想軌跡圖像時,未必會對時間序列資料的全部區域都一律以相同平滑化感覺進行軌跡的輸入操作。時間序列資料本身也未必在全部區域內都一律是相同特性。因而,針對時間序列資料的全部區域而獲得同樣的處理方法和參數的值是不合理的。另一方面,認為操作人員的平滑化感覺、時間序列資料的特性也難以發生頻繁地變化是較為妥當的。
因而,較佳簡單地以2分割、4分割、8分割的方式對時間序列資料全部區域進行劃分,在各區域內分別進行自動決定處理。結果,雖然也有可能在多個區域內成為相同處理方法、相同參數值,但暫且進行分割是上策。此外,對於區域分割,不僅簡單地進行等分割,也能夠考慮如下方法,即,從MES(Manufacturing Execution System,製造執行系統)等獲取監視物件的裝置的狀態資訊(模式資訊等),針對狀態的每一切換(模式不同的每面一區域)而進行自動分割。在該情況下,能夠期待與時間序列資料的特性變化一致的概率變高。
[第1實施例]
下面,參考圖式,對本發明的實施例進行說明。本實施例是對應於上述發明的原理1的例子。
[用以驗證本實施例的效果的比較例]
首先,對用以驗證本實施例的效果的比較例進行說明。圖1的例子表示以0.1秒週期從監視物件採集到的時間序列資料D1(溫度資料)。在該例中,時間序列資料D1中重登有測量雜訊、1秒週期左右的高頻變動、以及12秒週期左右的低頻變動。在本實施例中,設想對於操作人員而言相對不繁雜的作業,對限定於單一種類的平滑化處理加以運用的情況進行說明。若是單一種類的平滑化處理,則應進行試錯的參數數能夠精簡為1個,因此,例如能以從較小的數值起逐次少量增大這樣的簡單的作業的形式實施。
再者,本發明的時間序列資料是在規定的每一採樣週期採集的離散型資料,但圖1中是以連續波形來表現時間序列資料。對於後面的圖,也同樣地以連續波形來表現時間序列資料和對時間序列資料進行平滑化處理之後的資料。
圖2的D2表示為提取圖1的時間序列資料D1的高頻變動而對時間序列資料D1實施基於一階遲滯後低通濾波的平滑化處理的結果。在圖2的例子中,將一階遲滯後低通濾波的時間常數設定為0.13秒。圖3D3表示為提取時間序列資料D1的低頻變動而對時間序列資料D1實施基於另一一階遲滯後低通濾波的平滑化處理的結果。在圖3的例子中,將一階遲滯後低通濾波的時間常數設定為1.8秒。
圖4的D4表示為提取時間序列資料DI的高頻變動而對時間序列資料D1實施基於中值濾波的平滑化處理的結果。在圖4的例子中,將針對包含處理物件的關注資料和其附10近的資料的共計3個資料的中值濾波的結果作為關注資料的平滑化處理結果。圖5的D5表示為提取時間序列資料D1的低頻變動而對時間序列資料D1實施基於另一中值濾波的平滑化處理的結果。在圖5的例子中,將針對包含處理物件的關注資料和其附近的資料的共計11個資料的中值濾波的結果作為關注資料的平滑化處理結果。
在基於低通濾波的平滑化處理中,與原時間序列資料D1相對應的處理後的資料D2、D3的振幅的衰減和相位的偏移較為顯眼。另一方面,在基於中值濾波的平滑化處理中,相對於原時間序列資料D1的變化而言,處理後的資料4、D5不跟隨並頻繁地產生同一值連續的部位。如此,圖2~圖5所示的結果可以說在物件的本質的特性掌握或者特性變化的監視這一目的上還有改善的餘地。
圖6為表示本實施例的時間序列資料處理裝置的構成的方塊圖。
時間序列資料處理裝置具備:資料獲取部1,其從監視物件採集時間序列資料,資料存儲部2,其存儲採集到的時間序列資料;處理方法存儲部3,其預先存儲針對時間序列資料的平滑化處理的一種至多種處理方法(運算次序);帶觸控面板功能的顯示元件4,其是向操作人員傳達資訊的顯示部,同時也是接收來自操作人員的操作的輸入部;資料顯示控制部5,其使資料存儲部2中存儲的時間序列資料的波形顯示在帶觸控面板功能的顯示元件4上;參考軌跡輸出部6,其根據操作人員的操作而輸出表示平滑化處理後的時間序列資料的理想軌跡的參考軌跡資料;處理探索執行部7,其一邊逐次變更平滑化處理的處理方法以及平滑化處理的參數中的至少一方,一邊對資料存儲部2中存儲的時間序列資料執行平滑化處理,並探索30對該時間序列資料實施平滑處理所得的結果與參考軌跡資料最符合的處理方法及參數中的至少一方;探索結果顯示控制部8,其顯示探索結果;以及平滑化處理結果顯示控制9,其顯示平滑化處理結果。
接著,參考圖7,對本實施例的時間序列資料處理裝置的動作進行說明。資料獲取部51從監視物件採集時間序列資料(例如溫度資料)(圖7步驟S100)。資料獲取部1所採集到的時間序列資料存儲至資料存儲部2(圖7步驟S101)。接著,資料顯示控制部5使資料存儲部2中存儲的時間序列資料的波形顯示在帶觸控面板功能的顯示元件4上(圖7步驟S102)。
操作人員查看在帶觸控面板功能的顯示元件4上所顯示的時間序列資料的波形,輸入平滑化處理後的時間序列資料的理想軌跡(波形)。作為輸入方法,在帶觸控面板功能的顯示元件4的畫面上劃動手指或書寫工具等來描畫平滑化處理後的時間序列資料的理想軌跡的方法較為適合。帶觸控面板功能的顯示元件4根據操作人員的操作而逐一檢測手指或書寫工具等所接觸到的畫面上的位置,輸出表示所檢測位置之位置座標信號(圖7步驟15S103)。
圖8、圖9為表示操作人員在帶觸控面板功能的顯示元件4的畫面
40上劃動手指400來輸入平滑化處理後的時間序列資料的理想軌跡的情況的圖。圖8展表示操作人員針對畫面40上顯示的時間序列資料D1有意提取高頻變動而輸入軌跡L1的例子。圖9表示操作人員有意提取低頻變動而輸入軌跡L2的例子。
當參考軌跡輸出部6接收到從帶觸控面板功能的顯示元件4輸出的位置座標信號時,將位置座標信號所表示的畫面上的各點轉換為與資料存儲部2中存儲的時間序列資料相同的坐標系上的點,由此生成並輸出由轉換後的各點匯集而成的參考軌跡資料(圖7步驟S104)。當然,時間序列資料的坐標系的橫軸為時間,縱軸為資料的值。資料顯示控制部5將時間序列資料轉換為畫面的坐標系上的點並顯示在帶觸控面板功能的顯示元件4上。參考軌跡輸出部6進行與該資料顯示控制部5相反的處理即可。
再者,時間序列資料是沿時間軸排列的離散型資料。因此,資料顯示控制部5需要對離散的各資料進行插補而以連續波形顯示時間序列資料。這種插補處理為公知技術,因此省略詳細說明。此外,如後文所述,要利用處理探索執行部7對時間序列資料與參考軌跡資料進行比5較,因此,參考軌跡資料較理想為與時間序列資料相同的離散型資料。即,參考軌跡輸出部6較理想為將參考軌跡資料的各點的時間間隔設為與時間序列資料的採樣週期相同的值。
接著,處理探索執行部7對資料存儲部2中存儲的時間序列資料執行遵循處理方法存10儲部3中存儲的處理方法的平滑化處理(圖7步驟S105)。在本實施例中,在執行基於中值濾波的平滑化處理之後執行基於一階遲滯後低通濾波的平滑化處理這一處理方法(運算次序)預先被存儲在處理方法存儲部3中。
處理探索執行部7計算平滑化處理後的時間序列資料與參考軌跡
資料的誤差,判定誤差是否為規定的容許值以下(圖7步驟S106)。在平滑化處理後的時間序列資料與參考軌跡資料的誤差超過容許值的情況下,處理探索執行部7變更平滑化處理的處理方法以及平滑化處理的參數中的至少一方(圖7步驟S107),並返回至步驟S105,再次執行針對時間序列資料的平滑化處理。
如此,處理探索執行部7反復執行步驟S105~107的處理直至平滑化處理後的時間序列資料與參考軌跡資料的誤差達到容許值以下為止,由此探索平滑化處理後的時間序列資料與參考軌跡資料最符合的處理方法及參數中的至少一方。作為這種探索方法,可以運用單純形法等公知方法。
在本實施例中,處理方法存儲部3中預先存儲的處理方法被固定為1種,因此變為探索平滑化處理的參數(例如中值濾波的資料數和一階遲滯後低通濾波的時間常數)的最佳解。再者,較佳在處理方法存儲部3中預先存儲與平滑化處理的處理方法相對應的參數的上下限值。由此,處理探索執行部7在上下限值的範圍內變更參數。
當平滑化處理後的時間序列資料與參考軌跡資料的誤差達到容許值以下而探索結束時(步驟S106中的“是”),探索結果顯示控制部8使探索結果即處理方法的名稱以及參數的值顯示在帶觸控面板功能的顯示元件4上(圖7步驟S108)。
平滑化處理結果顯示控制部9使通過處理方法及參數的探索而確定的平滑化處理後的時間序列資料的波形以與已顯示出來的時間序列資料的波形重疊的方式顯示在帶觸控面板功能的顯示元件4上(圖步驟S109)。與資料顯示控制部5的情況一樣,平滑化處理結果顯示控制部9對離散的各資料進行插補而以連續波形顯示平滑化處理後的時間序列資料。
此外,平滑化處理結果顯示控制部9也可以使參考軌跡資料的波形和通過處理方法及參數的探索而確定的平滑化處理後的時間序列資料的波形
以重疊的方式顯示在帶觸控面板功能的顯示元件4上(圖7步驟S110)。然後,時間序列資料處理裝置的處理結束。
圖10~圖13為表示平滑化處理結果顯示控制部9的顯示例的圖。圖10表示在帶觸控面板功能的顯示元件4的畫面40上以重疊的方式顯示平滑化處理前的時間序列資料D1的波形和通過處理方法及參數的探索而確定的平滑化處理後的時間序列資料D6的波形的例子。平滑化處理後的時間序列資料D6表示根據有意提取時間序列資料DI的高頻變動而輸入的軌跡L1(圖8)來探索平滑化處理的參數的結果。如上所述,在本實施例中,在執行基於中值濾波的平滑化處理之後執行基於一階遲滯後低通濾波的平滑化處理這一處理方法預先存儲在處理方法存儲部3中。探索的結果所獲得的參數的最佳解為,中值濾波的資料數為3個,一階遲滯後低通濾波的時間常數為0.05秒。
圖11表示在畫面40上以重疊的方式顯示平滑化處理前的時間序列資料D1的波形和平滑化處理後的時間序列資料D7的波形的例子。平滑化處理後的時間序列資料D7表示根據有意提取時間序列資料D1的低頻變動而輸入的軌跡L2(圖9)來探索平滑化處理的參數的結果。探索的結果所獲得的參數的最佳解為,中值濾波的資料數為11個,一階遲滯後低通濾波的時間常數為0.35秒。
圖12表示在畫面40上以重疊的方式顯示基於軌跡L1(圖8)的參考軌跡資料RD1的波形和平滑化處理後的時間序列資料D6的波形的例子。圖13表示在畫面40上以重疊的方式顯示基於軌跡L2(圖9)的參考軌跡資料RD2的波形和平滑化處理後的時間序列資料D7的波形的例子。
再者,可以通過操作人員的操作來選擇使圖10、圖11這樣的形態(步驟S109)和圖12、圖13這樣的形態(步驟S110)中的哪一方顯示出來。此外,還可以選擇其他顯示形態。例如,雖未表示具體例,但可在圖10~圖13所示的
畫面40中顯示探索出的處理方法的名稱(本實施例中為中值濾波和一階遲滯後低通濾波)以及參數的值。
[本實施例的效果的驗證]
接著,對本實施例的效果進行驗證。此處,著眼於變化點的檢測,嘗試確認時間序列資料的微分值(由於是離散資料,因此嚴格來說是差分值)的符號變為零或者從正轉移至負的點。
圖14為表示基於有意提取時間序列資料D1的高頻變動而輸入的軌跡L1的參考軌跡資料RDI的差分值△RD1(微分值)以及圖2所示的以往的平滑化處理的時間序列資料D2的差分值△D2(微分值)的圖。RP1為差分值△RD1的變化點(差分值的符號變為零的點),DP2為差分值△D2的變化點。從而瞭解,即使是像圖14那樣放大後的範圍,在以往的平滑化20處理結果中,相較於操作人員所意識的軌跡L1的圖像而言也多出現了4個變化點。
圖15為表示基於有意提取時間序列資料DI的低頻變動而輸入的軌跡L2的參考軌跡資料RD2的差分值△RD2(微分值)以及圖3所示的以往的平滑化處理的時間序列資料D3的差分值△D3(微分值)的圖。RP2為差分值△RD2的變化點,DP3為差分值△D3的變化25點。從而瞭解,即使是像圖15那樣放大後的範圍,在以往的平滑化處理結果中,相較於操作人員所意識的軌跡L2的圖像而言也多出現了15個變化點。
圖16為表示基於有意提取時間序列資料DI的高頻變動而輸入的軌跡L1的參考軌跡資料RD1的差分值△RD1(微分值)以及圖10所示的本實施例的平滑化處理後的時間序列資料D6的差分值△D6(微分值)的圖。RP1為差分值△RDI的變化點,DP6為差分值△D6的變化點。從而瞭解,根據本實施例的平滑化處理結果,出現了與操作人員所意識的軌跡L1的圖像相同數量的變化點。
圖17為表示基於有意提取時間序列資料D1的低頻變動而輸入的
軌跡L2的參考軌跡資料RD2的差分值△RD2(分值)以及圖11所示的本實施例的平滑化處理後的時間序列資料D7的差分值△D7(微分值)的圖。RP2為差分值△RD2的變化點,DP7為差分值△D7的變化點。從而瞭解,與圖16的情況一樣,根據本實施例的平滑化處理結果,出現了與操作人員所意識的軌跡L2的圖像相同數量的變化點。
如上所述,在本實施例中,可以根據操作人員所輸入的軌跡來恰當地決定平滑化處理的參數(著眼的資料數、資料時間、時間常數),因此,能夠降低用以決定參數的試錯的繁雜性。
再者,獲得平滑化的效果的處理方法不限於中值濾波、低通濾波,也可使用其他處理方法。作為其他處理方法,有移動平均法、日本專利特開平04-121621號公報中揭示的資料平滑方法等。
此外,在本實施例中,使處理方法存儲部3存儲有一種處理方法,但也可使其存儲有能夠選擇的多種處理方法。在處理方法存儲部3中存儲有多種處理方法的情況下,處理探索執行部7是在處理方法存儲部3中存儲的內容的範圍內變更處理方法及參數兩方或者變更處理方法及參數中的任一方來探索處理方法及參數的最佳解。由此,不僅可以恰當地決定參數,還可以恰當地決定平滑化處理的處理方法,因此能夠降低用以決定處理方法的試錯的繁雜性。
[第2實施例]
接著,對本發明的第2實施例進行說明。本實施例是對應於上述發明的原理2的例子。圖18為表示本實施例的時間序列資料處理裝置的構成的方塊圖,對與圖6相同的構成標註有同一符號。本實施例的時間序列資料處理裝置具備;資料獲取部1;資料存儲部2:處理方法存儲部3;帶觸控面板功能的顯示元件4;資料顯示控制部5;參考軌跡輸出部6;處理探索執行部7a,其針對分
割後的每一時間區域而執行時間序列資料的平滑化處理,並針對每一時間區域而探索平滑化處理的處理方法及參數中的至少一方;探索結果顯示控制部8a,其針對分割後的每一時間區域而顯示探索結果;平滑化處理結果顯示控制部9;以及區域分割處理部10,其以預先規定好的次序分割時間序列資料的時間區域。
接著,參考圖19,對本實施例的時間序列資料處理裝置的動作進行說明。資料獲取部1、資料存儲部2、帶觸控面板功能的顯示元件4以及參考軌跡輸出部6的動作(圖19步驟S100~S104)與在第1實施例中說明過的一致。
圖20表示本實施例中從監視物件採集到的時間序列資料D8(溫度資料)。在該例中,時間序列資料D8中重疊有測量雜訊、1秒週期左右的高頻變動、以及12秒週期左右的低頻變動,進而,在時刻7秒附近,高頻變動的振幅變大。
圖21~圖23為表示本實施例中操作人員在帶觸控面板功能的顯示元件4的畫面40上劃動手指400來輸入平滑化處理後的時間序列資料的理想軌跡的情況的圖。圖21表示了操作人員針對畫面40上顯示的時間序列資料D8有意提取高頻變動而輸入軌跡L8的例子。圖22表示操作人員有意提取低頻變動而輸入軌跡L9的例子。圖23表示操作人員針對時刻7秒之前的前半部分無意時間序列資料D8的高頻變動而有意提取低頻變動而輸入軌跡L10、並且針對時刻7秒之後的後半部分意在提取振幅變大的高頻變動而輸入軌跡L11的例子。
接著,區域分割處理部10以預先規定好的次序分割資料存儲部2中存儲的時間序列資料的時間區域(圖19步驟S111)。在本實施例中,將時間序列資料的時間區域均等地4分割。再者,如前文所述,也可從MES等獲取狀態資訊(例如監視物件加熱裝置的模式資訊等),以監視物件裝置的狀態的切換(模式的切換點)為時間區域的交界來分割時間序列資料的時間區域。
處理探索執行部7a的步驟S105a、S106a、S107a的處理分別與第1實施例的步驟S105、S106、S107相同。但是,處理探索執行部7a是針對通過步驟S111分割後的每一時間區域而進行這些步驟S1050、S106a、S107a的處理。
當所有時間區域的平滑化處理後的時間序列資料與參考軌跡資料的誤差都達到容許值以下而探索結束時(圖19步驟S112中的“是”),探索結果顯示控制部8a針對分割後的每一時間區域而使探索結果即處理方法的名稱以及參數的值顯示在帶觸控面板功能的顯示元件4上(圖19步驟S108a)。
平滑化處理結果顯示控制部9的步驟S109、步驟S110的處理與在第1實施例中說明過的一致。然後,本實施例的時間序列資料處理裝置的處理結束。
圖24為表示本實施例的平滑化處理結果顯示控制部9的顯示例的圖。圖24表示在10帶觸控面板功能的顯示元件4的畫面40上以重疊的方式顯示平滑化處理前的時間序列資料D8的波形和通過處理方法及參數的探索來確定的平滑化處理後的時間序列資料D9的波形的例子。平滑化處理後的時間序列資料D9表示根據操作人員所輸入的軌跡L10、L11(圖23)來探索平滑化處理的參數的結果。
根據圖24的例子,在經4分割後的時間區域中的前半部分的Area1、Area2這2個時間區域內,由於操作人員輸入的是有意提取低頻變動的軌跡L10,因此,平滑化處理後的時間序列資料D9的波形成為與軌跡L10大致一致的形狀。另一方面,在後半部分的Area3、Area4這2個時間區域內,由於操作人員輸入的是有意提取高頻變動的軌跡L11,因此,使用不同於前半部分的參數來進行時間序列資料D8的平滑化處理,使得平滑化處理後的時間序列資料D9的波形成為與軌跡L11大致一致的形狀。
與第1實施例一樣,可以通過操作人員的操作來選擇使步驟S109中說明過的形態(圖24)和步驟S110中說明過的形態中的哪一方顯示。此外,也可以選擇其他顯示形態。例如,雖未表示具體例,但可在圖24所示的畫面40中針對分割後的每一時間區域而顯示探索出的處理方法的名稱以及參數的值。
此外,為了使操作人員識別分割好的時間區域,探索結果顯示控制部8a及平滑化處理結果顯示控制部9例如可以像圖24那樣顯示時間區域的分割線TL1、TL2、TL3和時間區域的編號Area1、Area2、Area3、Area4,也可以不顯示。
再者,可將第1、第2實施例中說明過的時間序列資料處理裝置搭載於調節器的內部,也可獨立於調節器而另行設置。此外,將平滑化處理後的時間序列資料從時間序列資料處理裝置中輸出並利用該時間序列資料這一內容為普通事項。本發明當然可以運用於平滑化處理後的時間序列資料的各種利用形態。此外,在第1、第2實施例中,列舉溫度資料作為時間序列資料的例子來進行了說明,但時間序列資料當然不限於溫度資料。
第1、第2實施例中說明過的時間序列資料處理裝置中的資料獲取部1、資料存儲部2、處理方法存儲部3、資料顯示控制部5、參考軌跡輸出部6、處理探索執行部7、7a、探索結果顯示控制部8、8a、平滑化處理結果顯示控制部9以及區域分割處理部10可以通過具備CPU(Central Processing Unit,中央處理單元)、存儲裝置及介面的電腦和控制這些硬體資源的程式來實現。CPU按照存儲裝置中存儲的程式來執行第1、第2實施例中說明過的處理。
本發明可以運用於對時間序列資料進行平滑化處理的技術。
Claims (10)
- 一種時間序列資料處理裝置,其特徵在於,具備:資料存儲部,其構成為存儲處理物件的時間序列資料;處理方法存儲部,其構成為預先存儲針對該時間序列資料的平滑化處理的一種至多種處理方法;顯示部,其構成為顯示資訊;輸入部,其構成為接收操作人員的操作;資料顯示控制部,其構成為使該時間序列資料的波形顯示在該顯示部上;參考軌跡輸出部,其根據操作人員對該輸入部的操作,來輸出表示平滑化處理後的時間序列資料的理想軌跡的參考軌跡資料;以及處理探索執行部,其構成為一邊逐次變更該平滑化處理的處理方法以及該平滑化處理的參數中的至少一方,一邊對該資料存儲部中存儲的時間序列資料執行平滑化處理,並探索對該時間序列資料實施平滑化處理所得的結果與該參考軌跡資料最符合的該處理方法及該參數中的至少一方。
- 如申請專利範圍第1項之時間序列資料處理裝置,其進一步還具備探索結果顯示控制部,該探索結果顯示控制部構成為使通過該探索而確定的處理方法及參數顯示在該顯示部上。
- 如申請專利範圍第1項之時間序列資料處理裝置,其進一步還具備區域分割處理部,該區域分割處理部構成為以預先規定的次序分割該資料存儲部中存儲的時間序列資料的時間區域,並且,該處理探索執行部針對分割後的每一時間區域而執行該平滑化處理,並針對該每一時間區域而探索該處理方法及該參數中的至少一方。
- 如申請專利範圍第3項之時間序列資料處理裝置,其中,該區域分割處理部均等地分割該時間序列資料的時間區域。
- 如申請專利範圍第3項之時間序列資料處理裝置,其進一步還具備資料獲取部,該資料獲取部構成為從監視物件的裝置採集處理物件的時間序列資料並存儲至該資料存儲部,該區域分割處理部針對該監視物件的裝置的狀態的每一切換而分割該時間序列資料的時間區域。
- 如申請專利範圍第3至5項中任一項之時間序列資料處理裝置,其進一步還具備探索結果顯示控制部,該探索結果顯示控制部構成為針對分割後的每一時間區域而使通過該探索而確定的處理方法及參數顯示在該顯示部上。
- 如申請專利範圍第1至5項中任一項之時間序列資料處理裝置,其中,該處理方法為基於中值濾波的處理方法和基於低通濾波的處理方法中的至少一方,該參數為該中值濾波的資料數以及該低通濾波的時間常數中的至少一方。
- 如申請專利範圍第1至5項中任一項之時間序列資料處理裝置,其進一步還具備平滑化處理結果顯示控制部,該平滑化處理結果顯示控制部構成為使該資料存儲部中存儲的時間序列資料的波形和通過該探索而確定的平滑化處理後的時間序列資料的波形以重疊的方式顯示在該顯示部上。
- 如申請專利範圍第1至5項中任一項之時間序列資料處理裝置,其中,該顯示部和該輸入部為帶觸控面板功能的顯示元件,該參考軌跡輸出部對根據操作人員對該帶觸控面板功能的顯示元件的畫面的操作而從該帶觸控面板功能的顯示元件輸出的位置座標信號進行接收,並將該位置座標信號所表示的畫面上的各點轉換為與該資料存儲部中存儲的時間序列資料相同的坐標系上的點,由此生成由轉換後的各點匯集而成的該參考軌跡資料。
- 一種時間序列資料處理方法,其特徵在於,包含:第1步驟,使資料存儲部中存儲的處理物件的時間序列資料的波形顯示在顯示部上;第2步驟,根據操作人員對輸入部的操作而生成表示平滑化處理後的時間序列資料的理想軌跡的參考軌跡資料;以及第3步驟,參考預先存儲針對該時間序列資料的平滑化處理的一種至多種處理方法的處理方法存儲部,一邊逐次變更該平滑化處理的處理方法以及該平滑化處理的參數中的至少一方,一邊對該資料存儲部中存儲的時間序列資料執行平滑化處理,並探索對該時間序列資料實施平滑化處理所得的結果與該參考軌跡資料最符合的該處理方法及該參數中的至少一方。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017004020A JP6803241B2 (ja) | 2017-01-13 | 2017-01-13 | 時系列データ処理装置および処理方法 |
JPJP2017-004020 | 2017-01-13 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201830223A TW201830223A (zh) | 2018-08-16 |
TWI643120B true TWI643120B (zh) | 2018-12-01 |
Family
ID=62868441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107100790A TWI643120B (zh) | 2017-01-13 | 2018-01-09 | Time series data processing device and processing method |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP6803241B2 (zh) |
KR (1) | KR102031944B1 (zh) |
CN (1) | CN108303967B (zh) |
TW (1) | TWI643120B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109410145B (zh) * | 2018-11-01 | 2020-12-18 | 北京达佳互联信息技术有限公司 | 时序平滑方法、装置及电子设备 |
TWI734330B (zh) * | 2019-01-31 | 2021-07-21 | 日商住友重機械工業股份有限公司 | 支援裝置、支援方法及記錄媒體 |
CN111752254A (zh) * | 2019-03-28 | 2020-10-09 | 深圳市商汤科技有限公司 | 轨迹跟踪控制器的测试方法、装置、介质及设备 |
CN111797127B (zh) * | 2019-04-09 | 2024-06-25 | Oppo广东移动通信有限公司 | 时序数据分割方法、装置、存储介质及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1236420C (zh) * | 1998-08-21 | 2006-01-11 | 松下电器产业株式会社 | 量化线谱对参数特征提取器及其特征提取方法 |
CN101369322A (zh) * | 2008-09-27 | 2009-02-18 | 哈尔滨工业大学 | 基于混沌理论的供热负荷区间预报法 |
TW201340581A (zh) * | 2012-03-30 | 2013-10-01 | Mitsubishi Electric Corp | 馬達驅動裝置 |
TW201639399A (zh) * | 2015-01-28 | 2016-11-01 | 阿爾卡特朗訊美國股份有限公司 | 藉由預測平滑傳輸區塊大小來控制應用程式操作的系統和方法 |
US20160342392A1 (en) * | 2014-02-10 | 2016-11-24 | Omron Corporation | Monitoring system and monitoring method |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63115289A (ja) * | 1986-10-31 | 1988-05-19 | Nec Corp | 手書き文字認識の前処理回路 |
JPH0464014A (ja) * | 1990-07-04 | 1992-02-28 | Hitachi Ltd | データ監視装置 |
JP3108317B2 (ja) * | 1995-04-07 | 2000-11-13 | 古河電気工業株式会社 | 信号処理装置および信号処理方法 |
JP3727496B2 (ja) * | 1998-12-01 | 2005-12-14 | 株式会社日立製作所 | エッチング方法 |
CN1253830C (zh) * | 2001-02-21 | 2006-04-26 | 索尼公司 | 信号处理装置 |
JP2003067046A (ja) * | 2001-08-29 | 2003-03-07 | Toshiba Corp | 過渡現象記録評価装置 |
DE10259719B4 (de) * | 2002-12-19 | 2007-03-15 | Cs Clean Systems Ag | Verfahren zur Minimierung des Fehlers einer Messgröße |
JP2005201869A (ja) * | 2004-01-19 | 2005-07-28 | Mitsutoyo Corp | 信号処理方法、信号処理プログラム、この信号処理プログラムを記録した記録媒体および信号処理装置 |
JP4914188B2 (ja) * | 2006-11-27 | 2012-04-11 | 富士重工業株式会社 | 平滑化フィルタ装置および速度検出装置 |
JP2009053873A (ja) * | 2007-08-24 | 2009-03-12 | Fujitsu Ten Ltd | 制御装置、車輌制御装置、処理方法、及び制御プログラム |
JP4544351B2 (ja) * | 2008-07-17 | 2010-09-15 | カシオ計算機株式会社 | 時刻情報取得装置、および、電波時計 |
JP5099066B2 (ja) * | 2009-04-10 | 2012-12-12 | オムロン株式会社 | エネルギー監視装置およびその制御方法、ならびにエネルギー監視プログラム |
JP5484932B2 (ja) * | 2010-01-28 | 2014-05-07 | アズビル株式会社 | Pid調整支援装置および方法 |
JP5475484B2 (ja) * | 2010-01-28 | 2014-04-16 | アンリツ株式会社 | 波形観測装置及び方法 |
US9110452B2 (en) * | 2011-09-19 | 2015-08-18 | Fisher-Rosemount Systems, Inc. | Inferential process modeling, quality prediction and fault detection using multi-stage data segregation |
JP2015082739A (ja) * | 2013-10-22 | 2015-04-27 | 日本電信電話株式会社 | 適応的信号処理方法および装置 |
CN106104228B (zh) * | 2014-03-20 | 2024-06-18 | 株式会社石田 | 计量装置 |
CN106233213B (zh) * | 2014-04-16 | 2018-12-21 | 三菱电机株式会社 | 指令值生成装置 |
JP2016038762A (ja) * | 2014-08-08 | 2016-03-22 | アズビル株式会社 | 表示装置 |
JP6213435B2 (ja) * | 2014-09-18 | 2017-10-18 | 株式会社デンソーアイティーラボラトリ | 注意過多状態判定装置及び注意過多状態判定プログラム |
-
2017
- 2017-01-13 JP JP2017004020A patent/JP6803241B2/ja active Active
-
2018
- 2018-01-08 CN CN201810015200.2A patent/CN108303967B/zh active Active
- 2018-01-09 TW TW107100790A patent/TWI643120B/zh active
- 2018-01-11 KR KR1020180003931A patent/KR102031944B1/ko active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1236420C (zh) * | 1998-08-21 | 2006-01-11 | 松下电器产业株式会社 | 量化线谱对参数特征提取器及其特征提取方法 |
CN101369322A (zh) * | 2008-09-27 | 2009-02-18 | 哈尔滨工业大学 | 基于混沌理论的供热负荷区间预报法 |
TW201340581A (zh) * | 2012-03-30 | 2013-10-01 | Mitsubishi Electric Corp | 馬達驅動裝置 |
US20160342392A1 (en) * | 2014-02-10 | 2016-11-24 | Omron Corporation | Monitoring system and monitoring method |
TW201639399A (zh) * | 2015-01-28 | 2016-11-01 | 阿爾卡特朗訊美國股份有限公司 | 藉由預測平滑傳輸區塊大小來控制應用程式操作的系統和方法 |
Also Published As
Publication number | Publication date |
---|---|
KR102031944B1 (ko) | 2019-10-14 |
JP2018112504A (ja) | 2018-07-19 |
CN108303967A (zh) | 2018-07-20 |
TW201830223A (zh) | 2018-08-16 |
JP6803241B2 (ja) | 2020-12-23 |
KR20180083810A (ko) | 2018-07-23 |
CN108303967B (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI643120B (zh) | Time series data processing device and processing method | |
US11762474B2 (en) | Systems, methods and devices for gesture recognition | |
CN101344816B (zh) | 基于视线跟踪和手势识别的人机交互方法及装置 | |
US20170232294A1 (en) | Systems and methods for using wearable sensors to determine user movements | |
WO2016115895A1 (zh) | 一种基于视觉行为的网上用户类型识别方法及系统 | |
CN101976330B (zh) | 手势识别方法和系统 | |
CN104007819A (zh) | 手势识别方法、装置及Leap Motion体感控制系统 | |
CN107714057A (zh) | 一种基于卷积神经网络的三分类情绪识别模型方法 | |
CN107909042B (zh) | 一种连续手势切分识别方法 | |
CN106354262A (zh) | 基于gl优化的神经网络手势识别人机交互方法 | |
CN109062951A (zh) | 基于意图分析和对话聚类的对话流程抽取方法、设备及存储介质 | |
CN107239137A (zh) | 一种基于虚拟键盘的文字输入方法及装置 | |
CN104050454B (zh) | 一种运动手势轨迹获取方法及系统 | |
JP2003058298A (ja) | 情報分類装置、情報分類方法、情報分類プログラム及びコンピュータ読み取り可能な記録媒体 | |
CN107229330A (zh) | 一种基于稳态视觉诱发电位的文字输入方法及装置 | |
US7443395B2 (en) | Multi-variable operations | |
Nakamura et al. | Scalable automatic sleep staging in the era of big data | |
WO2020170986A1 (ja) | 情報処理装置、方法及びプログラム | |
CN111366184B (zh) | 一种盾构机多传感器性能在线监测方法 | |
CN105511643B (zh) | 一种基于三轴加速度传感器的手势识别方法 | |
CN110554791B (zh) | 触控面板信号检测方法及装置 | |
US20190318554A1 (en) | Information output device and information output method | |
CN112070141A (zh) | 一种融合注意力检测的ssvep异步分类方法 | |
Jaber et al. | Proposing a three-stage model to quantify bradykinesia on a symptom severity level using deep learning | |
Zheng et al. | Experiment design of a key algorithm for feature extraction based on gesture recognition |