摘要
一种基于工艺工序与时序相似性知识迁移的工业碳排放数据缺失填补方法,针对输入数据,增加工艺工序相关的描述性文本,利用大语言模型提取行业、产品、工艺路线文本特征并构建向量表示,在预先建立的向量数据库中,基于行业、产品、工艺路线相似性匹配前n个最相关的数据组,并进一步计算其碳排放相关数据与输入碳排放相关数据的相似度;综合考虑行业、产品、工艺路线相似性与碳排放相关数据相似性,选择深度学习模型,并在此基础上利用输入碳排放相关数据进行训练,最终使用知识迁移后的模型完成缺失值填补。以及提供一种工业碳排放数据缺失填补系统。本发明在数据样本不足的情况下,提高缺失值填补的准确性。
技术关键词
文本特征向量
填补方法
数据
时序
深度学习模型训练
训练深度学习模型
大语言模型
生成特征向量
联合损失函数
更新模型参数
序列
预训练语言模型
编码器
工业
模块
填补系统
DTW算法
预训练模型
系统为您推荐了相关专利信息
自然灾害监测预警
控制管理终端
预警平台
自然灾害预警
环境监测数据
缓存预热方法
机器学习模型
数据项
缓存策略
预热系统
趋势预测方法
趋势预测模型
队列
波形特征提取
矩阵
双氧水提纯设备
状态监测方法
设备运行状态数据
多点实时监测
双氧水浓度