摘要
本发明提供了一种基于小波变换和机器学习的液位预测方法及系统,包括:采集历史液位数据,并将历史液位数据进行小波变化,获得历史液位数据的特征信息;将历史液位数据的特征信息作为机器学习模型的输入,并根据特征信息训练机器学习模型,获得液位预测模型;实时采集当前液位数据,并将当前液位数据传输至液位预测模型对液位数据进行识别,且输出当前液位的预测值;基于当前液位的液位的预测值进行液位变换检测,生成液位检测报告。提高检测的准确性和实时性。
技术关键词
液位
训练机器学习模型
频域特征
接触传感器
数据采集终端
时域特征
非线性
报告
特征值
变量
基准
关系
因子
信号分析
预测系统
索引
模块
标签
系统为您推荐了相关专利信息
融合检测方法
频域特征
传感光纤
音质特征
融合特征
医学超声图像分割
风格
对齐模块
频域特征
解码模块
控制操作方法
压缩空气动力单元
中央控制系统
原酒
进出酒系统
图像分割方法
拉普拉斯金字塔
频域特征
提示技术
生成多尺度