摘要
本发明涉及数据处理技术领域,具体涉及用于风机覆冰预测模型训练的样本清洗方法,该方法包括:获取风机运行过程中的待清洗样本;其中,所述待清洗样本包括多种因素;采用风机覆冰预测模型,确定所述多种因素之间的时序耦合性;基于所述多种因素之间的时序耦合性,对所述待清洗样本进行清洗。该方法能够有效地消除噪声等对样本的影响,实现样本数据的高效清洗。
技术关键词
预测模型训练
样本
时序预测模型
覆冰
清洗方法
地理位置信息
风机
序列
数据处理技术
消除噪声
聚类算法
解码
元素
度量
系统为您推荐了相关专利信息
医学图像分割方法
混合损失函数
双分支网络
多尺度特征
样本
关键点
计算机可执行指令
样本
对象
计算机程序产品
泛化方法
掩码矩阵
非参数密度估计
样本
模型训练方法
采样模块
无标签数据
活动识别方法
多模态
输出特征