摘要
本发明公开了一种基于工业互联网的数据融合方法与处理系统,涉及工业互联网与边缘智能技术领域,本发明通过流式分段处理替代全局计算,仅对最新数据段执行互信息分析和重采样,将百路数据流对齐耗时压缩至毫秒级,满足柔性产线实时控制需求;动态偏移量生成结合设备采样率、通信协议及类型权重,自适应调节补偿强度,避免因设备异构性引发的对齐失真;引入噪声感知机制利用梯度中位数与绝对偏差构建自适应阈值,精准标记脉冲噪声点并施加权重惩罚,在抑制干扰的同时保留故障特征完整性,防止传统滤波导致的信号平滑;联邦学习框架下的张量分解支持分布式数据隐私保护,噪声抑制模块前置设计避免污染核心特征提取过程。
技术关键词
工业互联网
数据融合方法
张量分解模型
时间偏移量
数据处理系统
数据对齐模块
噪声检测模块
定位脉冲噪声
动态偏移补偿
采样率
三次样条插值法
多协议工业
噪声抑制模块
数据隐私保护
缓冲区管理
鲁棒统计
样本