摘要
本发明公开了一种提高低端传感器数据精度的方法和系统,涉及传感器领域,包括三个阶段。第一阶段,采用三个随机加噪声策略生成遮蔽数据构成训练数据对,包括:(1)替换数据占原始时序数据的比例随机;(2)替换数据在原始时序数据的位置随机;(3)替换数据随机生成,其均值、方差、时序长度及频谱特性等都随机。然后用训练数据对训练预训练过的BERT模型。第二阶段,用高精度传感器的数据作为标注数据,与原始的低端传感器构成训练数据对,进一步精调BERT模型。第三阶段,在生产生活中使用训练的BERT模型构成系统去除低端传感数据中的噪声,提高精度。降噪器是即插即用的,具有实用性。
技术关键词
高精度传感器
数据
时序
噪声
预训练模型
阶段
非监督
网络模块
策略
存储器
计算机
处理器
系统为您推荐了相关专利信息
RNN模型
电功率预测方法
数据
风电
注意力机制
智能网联车辆
速度引导方法
交通图
节点特征
微分控制方法
深度强化学习模型
误差模型
预编码方法
多波束卫星系统
多波束天线技术
轨道交通司机室
主动降噪系统
主动降噪装置
噪声源
车辆运行状态
测试用例生成程序
生成方法
自然语言
测试用例生成装置
分块