摘要
本发明属于数据处理技术领域,涉及了一种基于模拟机反驱的QAR数据预处理方法及系统,旨在解决传统方法数据质量差、参数覆盖不足、动态适应性弱的问题。本发明包括:采集原始QAR数据,计算初始可信度并筛选关键参数;利用关键参数反驱全动模拟机,结合深度强化学习优化PID控制器及蒙特卡洛模拟获取响应数据;基于原始QAR数据和响应数据,构建数值、时序、物理三维差异特征,借高斯混合建模与贝叶斯决策判断合理性;基于有理函数与信息熵动态权重融合数据,多目标优化迭代参数,经验证输出符合航空标准的高精度QAR数据。本发明通过QAR关键参数反驱模拟机获取全量校准数据,实现数据异常的多维度精准识别。
技术关键词
数据预处理方法
时序
信息熵
高斯混合模型
深度强化学习
双通道同步采集
PID控制器参数
数据预处理系统
动态时间规整算法
贝叶斯信息准则
有理函数模型
期望最大化算法
蒙特卡洛
数字孪生
飞行模拟机
物理
系统为您推荐了相关专利信息
储能电站
新能源消纳率
调节性
层次分析法
指标变异程度
慢性阻塞性肺疾病
时序特征
储存器
传感器模块
信号
手语翻译方法
CRF模型
特征提取方法
多头注意力机制
时序