【2023年5月9日 周二】

文章探讨了在数据处理中使用改进的小波降噪技术来提升信噪比,并通过多源传感器的数据融合策略,解决单一传感器数据的不稳定问题。通过对比实验,证明了融合数据能有效改进原始数据质量,构建的基于多传感器融合的预测模型提高了预测的准确性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

2023年5月9日 周二

  • 11点到工位
  • 11:00~13:00帮师兄画了个图,累手累眼(2h)
  • 又饿了,去吃个饭,这不规则的作息欸
  • 14:30回来
  • 14:30~16:30 看硕士论文的国内外研究现状,写自己的研究现状。感觉研究现状很不好写(2h)
  • 16:30 ~17:00讨论昨天的autoformer可视化时序图的问题。没有得到灵感(0.5h)
  • 17:00~17:30写开题报告。(0.5h)
    --------------------------------------共计5h-----------------------------------
    19:20~21:30 阅读了一篇博士论文,认为可以参考的点:
    (1)在数据降噪处理上,设计了改进的小波降噪方法,并与其它对比。设置信噪比,均方根误差等评价指标。
    (2)多源传感器的数据融合:由于单一传感器采集的数据不稳定或者不真实,采用同参数的多传感器采集。研究一种融合算法,输入A,B,C传感器作为训练,预测出的值,与D传感器的值对比。可以发现有效地改进了原始数据中很多0与突变的值,融合数据可以对不良样本数据进行融合生成更可信的数据。如何评估?将同时间的多因子其它参数和融合得到的数据组合作为接下来预测训练的训练和测试。(基于多传感器融合的预测模型)
    2h
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值