摘要
本发明公开了一种基于大数据分析的文物展柜防震预测方法及系统包括,获取文物展柜的物理参数与历史震动数据,对文物展柜的物理参数与历史震动数据进行预处理,生成加权后的多维动态时间序列矩阵;初始化深度学习模型,将加权后的多维动态时间序列矩阵送入至深度学习模型中,对深度学习模型进行优化,生成文物展柜的震动风险因子;以震动风险因子对文物展柜进行防震预测,并将预测结果划分为短期预测和中长期预测,通过对以上两种预测结果进行可靠性评估,以确保对文物展柜防震预测的准确性;相较于传统基于规则的震动评估方法,本发明具有预测精度高和适应性广的优势,可广泛应用于文物展柜的震动防护和风险管理场景。
技术关键词
文物展柜
深度学习模型
多维特征向量
矩阵
动态
因子
风险
Pearson相关系数
时间序列方式
物理
参数
数据处理模块
预测系统
滑动窗口
处理器
计算机设备
可读存储介质
列表
系统为您推荐了相关专利信息
平原河网地区
联合优化调度
控制点
指标
长短期记忆网络
LDPC编码方法
校验矩阵
码率
循环置换矩阵
掩模
电子商务管理方法
实时数据
节点
电子商务平台
电子商务管理系统
双馈风电机组
阻抗辨识方法
表达式
多项式
阻抗特征
调度控制方法
作业需求
天气预报信息
生成催化剂
数值天气预报