一种压力时序数据分段特征值预测方法

授权

摘要

一种压力时序数据分段特征值预测方法，包括步骤：对原始压力时序数据P进行数据预处理，得到初始信号数据序列S；对序列S进行硬阈值强滤波，得到低频段序列Y；对序列Y进行逐点一阶差分或二阶差分，得到差分序列D；以序列D为基础，制定并实施信号叠加策略，同时实施保护策略，得到累计序列G；对序列G再次进行差分操作得到序列F；将上述Y、D、G、F序列作为分段依据进一步对初始信号数据序列S进行分段；将多次分段后得到的同一位置短序列的特征值拼接为构造时序序列，建立动态神经网络模型，进行时序序列预测。本发明通过构造多个分段依据序列实现了数据分段后对应数据特征值的预测，提高了压力时序数据分段预测的效率及精度。

基本信息

专利标题：

一种压力时序数据分段特征值预测方法

专利标题（英）：

暂无

公开（公告）号：

CN110414442A

申请号：

CN201910701055.8

公开（公告）日：

2019-11-05

申请日：

2019-07-31

授权号：

CN110414442B

授权日：

2022-04-01

发明人：

朱海平李晓涛程佳欣黄培金炯华倪明堂张卫平吴淑敏

申请人：

广东省智能机器人研究院

申请人地址：

广东省东莞市松山湖园区学府路1号5栋

代理机构：

广州粤高专利商标代理有限公司

代理人：

罗晓林

优先权：

CN201910701055.8

主分类号：

G06K9/00

IPC分类号：

G06K9/00 G06N3/02