摘要
本发明公开了一种适用于有色铝熔铸生产的碳计量数据填充方法,该方法通过数据获取模块得到有色铝熔铸生产的原始碳计量数据,而后对原始碳计量数据进行预处理,包括缺失值检测和异常值检测,并对检测出的异常值进行异常值处理。利用分段限幅清洗法对数据集进行噪声处理,从而减小噪声对数据的影响,提高数据质量。对数据集进行异常值处理和降噪处理后,利用记忆选择神经网络模型对缺失的碳计量数据进行填充,而后对填充后的碳计量数据进行校验,确保填充数据的准确性和合理性。本发明可以对缺失数据进行合理的推断并填充,保证了碳计量数据的完整性和准确性。
技术关键词
记忆
数据填充方法
分段
数据填充系统
神经网络模型
异常数据
双曲正切函数
噪声数据
节点
数据随时间
矩阵
归一化方法
数值
标记
数据获取模块
校验模块
格式
系统为您推荐了相关专利信息
分布式光伏发电
AP聚类算法
分布式光伏电站
功率
分区
打入桩
LSTM模型
表达式
采样点
长短期记忆网络
智能张拉系统
智能张拉装置
张拉力
循环神经网络模型
数据采集单元
归一化水体指数
原始图像数据
预训练模型
神经网络模型
超参数
计算机网络入侵检测
网络流量数据集
残差神经网络
计算机网络流量
双向长短期记忆