基于深度学习的突变信号识别方法及装置、介质、设备

本发明提供一种基于深度学习的突变信号识别方法及装置、介质、设备。该方法包括：采集原始信号；按照预设时间间隔将所述原始信号进行分段处理；从每一个信号段中提取时频特征；采用类间方差比方法确定每一个信号段的各个时频特征各自的评分；其中，每一个时频特征的评分用于表征该时频特征对应的特征区分度；从每一个信号段的各个时频特征中选择评分高于预设评分的时频特征，并将选择出的时频特征作为该信号段的高分特征；将每一个信号段的高分特征输入至预先训练得到的突变信号识别模型中，得到表征该该信号段是否为突变信号的识别结果。本发明在识别精度、实时性等方面均具有显著的优势，能够满足实际应用中的各种需求。