时间序列分析：一维数据转二维图像 Series to Image（python和matlab代码）

对称点模式（Symmetrized Dot Pattern，SDP）算法可将复杂时间序列以散点的形式清晰映射在极坐标图中，可以使原始时域信号通过图形化的方式提高可视化能力。因为极坐标图像的特殊性，多元、多通道、多传感器信号信息可通过SDP方法融合在有限区域中。在计算机视觉和语音识别方面的成功启发，许多研究者提出将一维时间序列数据编码为不同类型的图像，这样可以放大数据中的动态特性，更好地表征原数据。

weixin_44028734

1355人浏览 · 2023-11-30 10:09:45

weixin_44028734 · 2023-11-30 10:09:45 发布

引言

受最近深度学习在计算机视觉和语音识别方面的成功启发，许多研究者提出将一维时间序列数据编码为不同类型的图像，这样可以放大数据中的动态特性，更好地表征原数据。

基于对称点模式(symmetric dot pattern）的多元数据融合

对称点模式（Symmetrized Dot Pattern，SDP）算法可将复杂时间序列以散点的形式清晰映射在极坐标图中，可以使原始时域信号通过图形化的方式提高可视化能力。因为极坐标图像的特殊性，多元、多通道、多传感器数据信息可通过SDP方法融合在有限区域中。适用于多元、多通道、多传感器信号的融合（代码获取链接）

参考文献：

1.https://ietresearch.onlinelibrary.wiley.com/doi/10.1049/smt2.12118

2.万周,何俊增,姜东等.基于参数优化SDP分析的转子故障诊断方法[J].振动与冲击,2023,42(01):81-88.