一种基于人工智能的数据识别方法及系统

本发明公开了一种基于人工智能的数据识别方法及系统，涉及人工智能技术领域，包括，收集待识别数据构建时间序列，计算反馈系数对时间序列进行自适应去噪，基于自适应去噪后的时间序列进行耦合修正；将耦合修正后的时间序列转化为相空间数据并构建投影轨迹，使用Lyapunov指数法设定为临界点，使用加权无向图构建临界网络，构建SOM网络计算特征向量的最佳匹配单元；使用K‑means聚类算法对特征向量的最佳匹配单元进行聚类，识别出事件类型。基于自适应去噪后的时间序列进行耦合修正，提高了数据识别的准确度和稳定性，将耦合修正后的时间序列转化为相空间数据并构建投影轨迹，使用SOM网络进行模式识别，增强分类的准确性和鲁棒性，减少数据冗余和计算复杂度。