摘要
本发明专利公开了一种基于改进Transformer的温度阈值预测方法,用于解决传统报警系统中因人工设置阈值而导致操作繁琐、误报漏报频繁的问题。本发明专利通过DTS温度传感器采集环境数据,结合正弦‑余弦编码进行数据预处理。核心采用基于改进Transformer的深度学习模型,包括输入层、编码器模块、解码器模块和输出层,通过稀疏的自注意力机制提取历史数据中的时间序列特征,动态预测报警系统的最佳阈值,最终减少了对人工设定的依赖,提高了温度监测的可靠性。
技术关键词
阈值预测方法
历史温度数据
预测阈值
预测报警系统
训练深度学习模型
多头注意力机制
时间序列特征
更新模型参数
编码器模块
优化器
温度传感器
训练集
解码器
指标
系统为您推荐了相关专利信息
机床传动轴
历史温度数据
热误差补偿方法
机床主轴
机床数控系统
深度学习模型训练
图像识别系统
多尺度特征融合
多算法融合
多模态
谐振器
历史温度数据
共面波导天线
温度监测方法
电磁脉冲干扰
情绪识别方法
前馈神经网络
情绪识别技术
自动编码器
线性变换矩阵
系统运行状态
供热制冷系统
需求预测模型
计算机执行指令
能源