用于农业肥料安全生产的数据异常检测方法

AITNT
正文
推荐专利
用于农业肥料安全生产的数据异常检测方法
申请号:CN202411857032
申请日期:2024-12-17
公开号:CN119830027A
公开日期:2025-04-15
类型:发明专利
摘要
本申请涉及数据分析领域,提供了一种用于农业肥料安全生产的数据异常检测方法,其通过实时获取肥料生产过程中多个时刻的环境数据,且将当前时刻之前的多个环境数据作为历史环境数据将当前时刻的环境数据作为当前时刻环境数据,并采用基于深度学习的数据分析和处理算法来对所述历史环境数据进行特征值时序隐含关联、基于第一特征值的查询匹配分析和解码推理,以此根据第一特征值表示向量的解码推理值和当前时刻环境数据中第一特征值之间的差值与预设阈值之间的比较来自动地确定是否存在数据异常。这样,可以提高农业肥料安全生产数据异常检测的准确性和灵敏度。
技术关键词
特征值 数据异常检测方法 时序 农业肥料 邻域 序列 转换器结构 注意力 解码器 LSTM模型 语义 矩阵 级联 编码向量 样本 平方根
系统为您推荐了相关专利信息
1
一种多源时序InSAR融合的矿区安全预警模型方法
预警模型 粉尘浓度采集 风险评估模型 指标 管理策略
2
基于强化学习的酸奶粘度控制方法及装置
数字孪生模型 粘度控制方法 粘度控制装置 酸奶 强化学习算法
3
一种分布式光伏功率预测方法及系统
误差修正模型 分布式光伏系统 混合预测模型 预测误差 时序特征
4
一种玉米收割机远程运维数据采集优化方法
数据采集优化方法 玉米收割机 起伏特征 故障特征 传输路径
5
基于多模态特征正交化自适应融合的通信信号调制识别方法
通信信号调制识别 多模态特征 特征提取器 投影模块 训练集
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号