摘要
本发明公开了一种遥感仪器数据在轨异常检测及修正方法、系统和设备,方法包括:利用历史归一化后的热镜温度时间序列数据训练神经网络得到可预测热镜温度数据的初始网络模型;将新的热镜温度时间序列数据按照预设规则分为两段,利用初始网络模型对第一段热镜温度时间序列数据预测得到第一段预测温度;再将热镜温度历史时间序列数据与第一段热镜温度时间序列数据进行合并得到新的训练集,利用新的训练集对初始网络模型参数进行微调以更新网络模型;利用更新后的网络模型预测第二段热镜温度时间序列数据得到第二段预测温度;将第一段预测温度和第二段预测温度合并为预测热镜温度,将预测热镜温度与新的热镜温度序列数据进行比较,识别出新的热镜温度序列中的异常数据并进行修正。
技术关键词
遥感仪器
修正方法
序列
数据训练神经网络
LSTM算法
迁移学习算法
异常数据检测
计算方法
识别模块
修正设备
参数
修正系统
误差
拟合算法
训练集
处理器
系统为您推荐了相关专利信息
温度预测方法
融合神经网络
长短期记忆神经网络
电力设备状态监测
变压器状态监测
风电机组
环境参数信息
风速
修正方法
噪声预测模型
负荷预测方法
编码特征
多尺度局部特征
序列
变量
神经网络模型构建
异构
空间填充曲线
分析方法
节点
风洞试验模型
皮托管
数据采集设备
壁面剪切应力
摩擦阻力系数