摘要
本发明提供了一种温度数据插值模型的构建方法、系统、装置及应用,方法包括如下步骤:S1、获取各个检测节点的温度时间序列数据;S2、利用卷积神经网络对所述温度时间序列数据进行去噪处理得到去噪后的温度时间序列数据;S3、根据去噪后的温度时间序列数据、利用kringing训练目标函数和反向传播神经网络目标函数构建插值模型。本发明通过深度自编码手段实现对原始温度采集数据去噪的目的,结合克里金插值和神经网络插值的优点构建插值模型,提高了插值数据的精度,实现任意时刻的温度数据的获取。
技术关键词
插值模型
依赖特征
数据
序列
传感器节点
样本
表达式
解码模型
构建系统
积层
沥青
存储器
处理器
编码
模块
重构
误差
网络
系统为您推荐了相关专利信息
音频场景识别
变压装置
参数优化算法
音频场景分类
可调滤波
图像
协方差矩阵
深度学习模型
特征提取算法
因子
车辆底部
点云
动态误差补偿
生成三维模型
可执行程序代码