一种基于改进LSTM神经网络的工业数据校正方法及装置

本发明公开了一种基于改进LSTM神经网络的工业数据校正方法及装置，涉及工业过程变量数据校正技术领域，本发明将改进鲁棒估计函数作为LSTM神经网络模型的损失函数，抑制含有显著误差的测量数据污染其他正常数据，同时更新损失函数中的核宽参数，并将所获得的工业蒸发时序数据作为LSTM神经网络模型的输入，进行前向传播和反向传播来对网络权重进行更新，使得改进后的LSTM神经网络模型能学习工业蒸发时序数据的趋势，减少随机误差及显著误差对测量数据的影响，以精确获取测量数据并对工业数据的误差进行校正。