摘要
本申请公开了一种针对海量地下水监测数据的整编方法及装置,涉及数据处理领域,方法包括获取待整编地下水监测数据,并进行数据清洗和噪声处理,得出去噪后的监测数据;采用局部异常因子算法、TukeyBoxplot算法、STL时间序列分解算法和孤立森林对去噪后的监测数据进行深度分析,确定异常数据;获取异常数据的人工判别结果;剔除人工判别结果中的异常数据,得出整编后的地下水监测数据。本发明先用机器学习的方式进行数据异常的识别,之后对标记的异常数据由人工进一步识别判断,使用了机器学习和人工识别相结合的手段,对海量监测数据进行多轮次的异常处理,提高大批量数据整编的效率,保证了整编后数据的质量。
技术关键词
异常数据
地下水监测站
分解算法
标记
节点
序列
海量监测数据
噪声数据
历史监测数据
因子
处理器
计算机程序产品
样本
监测设备
计算机设备
可读存储介质
系统为您推荐了相关专利信息
反光柱
无人驾驶车辆
反射点
特征数据库
定位参考点
负载型纳米
钙钛矿材料
表征方法
滤波去噪
三角剖分算法
信息提取方法
站点
分类字典
超文本标记语言
分层特征
电连接器
Elman神经网络
接触电阻值
山核桃树
搜索算法优化