基于AE-LSTM的水下滑翔机CTD采样异常数据检测方法、系统及存储介质

AITNT
正文
推荐专利
基于AE-LSTM的水下滑翔机CTD采样异常数据检测方法、系统及存储介质
申请号:CN202510691169
申请日期:2025-05-27
公开号:CN120804861A
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种基于AE‑LSTM的水下滑翔机CTD采样异常数据检测方法、系统及存储介质,属于海洋探测技术领域,检测方法包括构建AE‑LSTM混合模型,所述模型包括双向长短期记忆网络Bi‑LSTM编码器和单向LSTM解码器;对原始CTD时间序列数据进行预处理,包括边缘辅助点扩展和上层海洋数据密度插值;将预处理后的数据输入所述AE‑LSTM混合模型进行编码与解码,生成重构数据;计算原始数据与重构数据的重构误差;基于极值理论EVT的POT方法动态设定阈值,根据所述重构误差判定异常数据。本方法具有检测精度高、适应能力强、误判率低、适合大规模自动处理等优点,能够有效满足复杂动态海洋环境中对高质量观测数据的获取需求,为海洋科学研究、环境监测等提供了可靠的数据保障。
技术关键词
异常数据检测方法 水下滑翔机 重构误差 双向长短期记忆网络 LSTM模型 数据异常检测系统 广义帕累托分布 解码器 海洋探测技术 编码器 海洋科学研究 动态 密度 极值 阈值方法 序列
系统为您推荐了相关专利信息
1
基于VMD-SSA-LSTM的矿区地表沉降预测方法
沉降预测方法 矿区地表 合成孔径雷达干涉 交叉验证方法 优化LSTM模型
2
敏感操作审批决策系统、方法、可读存储介质及程序产品
决策系统 风险评估工具 支撑工具 自然语言 可读存储介质
3
一种基于非交叉分位数回归的光伏功率概率预测方法及装置
概率预测方法 BiLSTM模型 组合预测模型 功率 气象
4
一种基于光谱向量数据处理的监测气体泄露的方法
量子态 特征提取模型 样本 分类器模型 生成对抗网络训练
5
一种基于对抗样本识别的游戏防作弊模型训练方法
重构误差 动态社区发现 玩家 模型训练方法 节点特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号