摘要
本发明涉及一种面向煤矿综采工作面安全监控数据的动态演化插补方法,属于综采面监控数据插补领域。该方法首先采用混合分解方法将原始时间序列拆解为趋势、季节性及残差三部分,其中趋势和季节性通过静态Loess STL提取,而残差则利用Kalman滤波器动态调整。接着,使用高斯过程GPs建模趋势与季节性成分,并引入神经常微分方程NODEs模拟潜在状态的变化规律。最后,构建随机微分方程SDE模型,整合NODEs与GPs的结果,并加入扩散项反映随机变化,通过对SDE求解获得潜在状态,并据此映射回观测空间以生成预测值。该方法综合考虑了数据中的不同特性,能够更好地捕捉和处理具有变化的时间动态的数据。
技术关键词
安全监控数据
煤矿综采工作面
插补方法
Kalman滤波器
动态
神经网络参数
卡尔曼滤波器
综采面
解码器
编码器
周期性
序列
校正
数值
运动
系统为您推荐了相关专利信息
测量方法
光照强度传感器
导线
对比度
彩色图像边缘
识别方法
运动特征
双向特征金字塔
判定算法
滑动时间窗口
储能集装箱
热管理系统
风险评估模型
强化学习模型
冷凝
情感分析方法
多阶段
情感分析模型
模态特征
顶点