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
矿井水文地质
模型构建系统
模型构建方法
地质统计学插值
门控循环单元
生成点云数据
多尺度神经网络
多层次
多尺度特征提取
近邻算法
踢脚线式取暖器
超声波采集装置
成像采集装置
超声波特征
数据