摘要
本发明提供了一种基于图信号卷积神经网络的工业互联网缺损数据估计方法,属于工业互联网技术领域,包括构建反映工业互联网的样本结构图,并对数据进行预处理,得到训练集和测试集;利用训练集对优化过的图神经网络模型进行训练,得到训练后的图神经网络模型;利用训练后的图神经网络模型,对测试集进行评估,得到数据补全值与原始值的相对误差,完成对节点特征的预测补全。本发明解决了现有技术中不能在确保预测准确性的同时,有效地补全和预测多维特征的问题。
技术关键词
数据估计方法
神经网络模型
工业互联网技术
样本
节点特征
信号
优化器
标签
矩阵
定义
批量
关系
系统为您推荐了相关专利信息
排放量
递归神经网络模型
排放监测装置
产品全生命周期
电力传输
监测站
检测云平台
异常数据
环境检测模块
神经网络模型
智能评估方法
Wasserstein距离度量
应变片传感器
集成气体传感器
锂电池