摘要
本发明公开了一种应用于密度当量测试的大数据智能处理方法及系统,属于大数据模型的技术领域,其包括以下步骤:记录历史测试数据,将历史测试数据中的对应数据与标签关联,标签包括多种质量标签、常态密度标签、真空密度标签和密度当量标签,通过标签使用历史测试数据生成密度当量测试表,生成密度当量算法模型,进行密度当量测试;接收检测的重量值与计算的试样密度和当量值;将接收的数据根据标签代入深度学习后的密度当量算法模型中生成最接近的函数公式,选出与密度当量算法模型生成的函数公式差异最大的数据并显示对应的标签,本发明具有能自动选出测试中最有可能出现故障的数据,便于检查测试数据的效果。
技术关键词
密度
算法模型
标签
数据存储模块
数据验证
真空
异常数据
深度学习训练
压力
显示环境空气
指令
表单模板
测试仪
风速
偏差
状态更新
系统为您推荐了相关专利信息
卷积神经网络模型
环流
多头注意力机制
分支
工况
特征提取网络
数据
预训练模型
变压器
电力设备故障
图像
场景
相机
非暂态计算机可读存储介质
透明度