龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：江苏林源储能有限公司
摘要：本发明提供一种轨道车辆异常检测方法，包括通过改进孤立森林算法构建异常数据识别模型的构建步骤、通过AdaBoost算法构建缺失数据插补模型的构建步骤、采集到的全钒液流电池的各项数据作为分析数据集的数据集整理步骤、计算异常得分和比较阈值，若异常得分大于比较阈值时，则将分析数据集中对应的数据作为异常数据，反之，则将分析数据集中对应的数据作为正常数据的数据分类识别步骤以及拟合预测得到插补值，将所述插补值作为缺失数据且与正常数据合集的数据清洗插补步骤；本发明优点是可以快速、准确地识别异常数据并对其进行剔除，且可以可以根据变量之间的关系，对剔除异常数据后的缺失数据进行插补，提升多模态数据质量与可用性。
主权项：1.一种全钒液流电池多模态数据清洗方法，其特征在于：包括异常数据识别模型构建步骤，根据历史数据集通过改进孤立森林算法构建异常数据识别模型；缺失数据插补模型构建步骤，根据历史数据集通过AdaBoost算法构建缺失数据插补模型；数据集整理步骤，获取各类传感器实时采集到的全钒液流电池的各项数据作为分析数据集；数据分类识别步骤，将所述分析数据集代入异常数据识别模型中得到异常得分，根据异常得分通过阈值计算策略得到比较阈值，若所述异常得分大于比较阈值时，则将分析数据集中对应的数据作为异常数据，反之，则将分析数据集中对应的数据作为正常数据；数据清洗插补步骤，将所述异常数据代入缺失数据插补模型中进行拟合预测得到插补值，将所述插补值作为缺失数据且与正常数据合集。
全文数据：
权利要求：
百度查询： 江苏林源储能有限公司 一种全钒液流电池多模态数据清洗方法
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