一种基于卷积神经网络的数字孪生数据降噪方法

本发明公开了一种基于卷积神经网络的数字孪生数据降噪方法，包括：采集数字孪生系统中的原始数据，并进行数据预处理；构建卷积神经网络模型，将预处理后的原始数据作为模型输入，以输出数据降噪结果；基于所述卷积神经网络模型，加入残差网络模块，对模型进行优化；对所述卷积神经网络模型进行训练，并进行参数更新。本发明能够有效应对数据采集过程中产生的环境噪声和设备噪声，确保数字孪生系统能够获得高质量的、去噪的数据，以提高模型的决策和预测能力，提高处理数字孪生大数据时的提高效率和准确度，增强模型的稳定性和实时性；通过应用创新的数据降噪解决方案，保证数字孪生系统的高效运行，提升其整体性能和应用效果。