摘要
本发明实施例公开了一种多参数协同检测的高精度仪器仪表数据处理方法及系统,涉及仪器仪表及数据处理技术领域。所述方法包括:通过多源传感器阵列同步采集目标设备的被测参数及环境干扰参数,形成时间序列数据集;构建动态耦合分析模型,利用格拉姆角场将时间序列数据集转换为空间关联矩阵;基于长短期记忆网络建立变权重协同决策模型,根据实时工况动态调整采集的数据在最终检测结果中的贡献权重;采用混合校准算法对传感器输出进行在线标定;通过贝叶斯网络计算环境干扰参数的补偿量;输出高精度检测数据。本发明能够实时将时域参数映射为二维空间特征,使得压力‑温度耦合系数识别精度提升,多参数协同决策误差降低。
技术关键词
高精度仪器仪表
数据处理方法
网络计算环境
校准算法
多参数
长短期记忆网络
卷积神经网络提取
传感器阵列
卡尔曼滤波
数据处理系统
决策
耦合特征
Softmax函数
动态时间规整算法
序列
矩阵
系统为您推荐了相关专利信息
飞行器
深度学习网络
数据处理模型
多模态数据融合
基础地理信息
整车台架
自动化测试方法
场景
自动化测试装置
遗传算法
三维图像数据
人脸数据处理方法
人脸特征向量
轨迹
超分辨率