摘要
本发明公开了用于农业物联网的数据缺失值的智能检测填补方法,涉及缺失值填充技术领域,获取降维后的缺失模式特征,挖掘关键动态因素与缺失模式之间的关联规则后,将当前的缺失模式分为不同类别;检测获取多源农业数据的缺失类后,评价不同的缺失值间的关联性,若关联性超过预期,对于高度关联的缺失值组,使用多输出神经网络同时预测多个相关缺失值,采用协同填补策略;对填补数据做一致性检查,若一致性超过预期,将填补后的数据与原始数据无缝融合,将填补后的数据实时传输到各个数据接收端;通过关联性驱动的填补策略,同时填补多个具有关联的缺失值,实现整体性的填补,提升了填补过程的准确性和一致性。
技术关键词
填补方法
农业物联网
Apriori算法
异常状态
策略
作物生长模型
增量学习方法
模式
密度聚类算法
光照强度数据
更新模型参数
接收端
神经网络算法
异常数据点
动态
插值方法
指令
系统为您推荐了相关专利信息
能源路由器
能源设备
数字孪生模型
动态优化方法
多时间尺度
文本分类方法
分类器训练
特征选择
文本数据处理技术
朴素贝叶斯
节点特征
策略网络模型
深度强化学习
客户
构建决策模型
储能
策略生成方法
电池组
策略生成装置
计算机程序产品