摘要
本发明公开了集中器数据压缩及远程标定优化方法、系统。方法包括:获取集中器原始数据并进行预处理操作,以得到操作结果;对操作结果输入至数据压缩模型内进行数据压缩;其中,数据压缩模型首先对操作结果进行浅层特征和深层特征的提取,并将提取的浅层特征和深层特征进行融合,以得到综合表示特征,再输入压缩网络进行压缩处理;将操作结果输入至远程标定模型,且将压缩结果作为辅助信息进行远程标定;远程标定模型是通过收集集中器在不同标定状态下的数据样本,基于多参照物体系,通过分析不同参照物与标定参数之间的关系构建所得的;输出对应的内容。通过本发明的方法实现提高数据传输效率、降低传输成本,实现远程标定的自动化和高精度。
技术关键词
标定优化方法
数据压缩
集中器
深度神经网络结构
特征融合网络
设备状态数据
采样技术
压缩单元
位置特征信息
参数
深层特征提取
浅层特征提取
损失函数优化
教师
特征提取网络
机器学习算法
上采样
图像处理技术
系统为您推荐了相关专利信息
磁带驱动器
排序方法
数据格式
节点
数据库管理技术
海量数据检索方法
关键词
数据存储库
数据服务器
网络检测技术
特征金字塔网络
特征融合网络
表达式
特征提取网络
特征提取模块