-
公开(公告)号:CN116578839A
公开(公告)日:2023-08-11
申请号:CN202310540664.6
申请日:2023-05-11
Applicant: 重庆邮电大学
IPC: G06F18/10 , G01D21/02 , G06F18/213 , G06F18/25 , G06F18/23213 , G06F18/20 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种面向特种专用汽车多模态传感器数据预处理方法,属于特种专用汽车检测预警领域。该方法包括:针对多模态的传感器收集到的特种专用汽车产生的一维数据,采用基于上下文推理的数据清理方法进行数据清理;针对特种专用汽车运行过程中,多模态的传感器收集到的正常工况数据量大于异常工况数据量,而正常工况数据对于异常工况的预警检测作用较小时,采用基于K‑Means聚类和diffusion网络的数据均衡方法实现数据均衡;针对特种专用汽车多传感器收集到的多模态数据指标,采用基于注意力机制的图神经网络和多尺度自适应优化模块的数据融合方法,改善预警模型的检测能力,提高数据的利用效率。
-
公开(公告)号:CN116578839B
公开(公告)日:2025-04-18
申请号:CN202310540664.6
申请日:2023-05-11
Applicant: 重庆邮电大学
IPC: G06F18/10 , G01D21/02 , G06F18/213 , G06F18/25 , G06F18/23213 , G06F18/20 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种面向特种专用汽车多模态传感器数据预处理方法,属于特种专用汽车检测预警领域。该方法包括:针对多模态的传感器收集到的特种专用汽车产生的一维数据,采用基于上下文推理的数据清理方法进行数据清理;针对特种专用汽车运行过程中,多模态的传感器收集到的正常工况数据量大于异常工况数据量,而正常工况数据对于异常工况的预警检测作用较小时,采用基于K‑Means聚类和diffusion网络的数据均衡方法实现数据均衡;针对特种专用汽车多传感器收集到的多模态数据指标,采用基于注意力机制的图神经网络和多尺度自适应优化模块的数据融合方法,改善预警模型的检测能力,提高数据的利用效率。
-