龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：高速铁路建造技术国家工程研究中心;中国中铁股份有限公司
申请日：2024-05-20
公开（公告）日：2024-06-14
公开（公告）号：CN118193504A
主分类号：G06F16/21
分类号：G06F16/21;G06N3/0442;G06Q50/08;G06F16/28;G06F18/10;G06F18/214;G06F123/02
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.02#实质审查的生效;2024.06.14#公开
摘要：本发明实施例中提供了一种基于EMD和GRU的桥梁传感器时序缺失数据重构方法，属于数据处理技术领域，具体包括：获取桥梁无线传感器的时序数据；识别缺失数据对应的时间戳，将时序数据划分为训练集和测试集；根据时间尺度特征使用经验模态分解方法对训练集和测试集进行分解，将符合要求的时序数据分解成有限数量的本征模态序列的线性组合；设计一种基于GRU的本征模态序列的初始预测模型，利用网格搜索方法在分解后训练集上训练初始预测模型并选择最优性能的超参数，得到最优模型；根据时间戳以及数据内容判断实时数据是否存在缺失，调用最优预测模型对缺失数据段进行重构。通过本发明的方案，提高了数据重构的效率、精准度和适应性。
主权项：1.一种基于EMD和GRU的桥梁传感器时序缺失数据重构方法，其特征在于，包括：步骤1，获取桥梁无线传感器的时序数据，存储在时序数据库中；步骤2，对时序数据进行预处理操作，识别缺失数据对应的时间戳，将时序数据按预设比例划分为训练集和测试集；步骤3，根据时间尺度特征使用经验模态分解方法对训练集和测试集进行分解，将符合要求的时序数据分解成有限数量的本征模态序列的线性组合；步骤4，设计一种基于GRU的本征模态序列的初始预测模型，指定初始预测模型超参数组合以及损失函数，利用网格搜索方法在分解后训练集上训练初始预测模型并选择最优性能的超参数，得到最优模型；步骤5，获取桥梁无线传感器的实时数据，根据时间戳以及数据内容判断实时数据是否存在缺失，若存在缺失数据，则调用最优预测模型对缺失数据段进行重构，并将重构后的数据存储到时序数据库中。
全文数据：
权利要求：
百度查询： 高速铁路建造技术国家工程研究中心;中国中铁股份有限公司 基于EMD和GRU的桥梁传感器时序缺失数据重构方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号