一种基于神经网络的全系统遥测参数异常检测系统

    公开(公告)号:CN114118224B

    公开(公告)日:2024-04-12

    申请号:CN202111288624.4

    申请日:2021-11-02

    摘要: 一种基于神经网络的全系统遥测参数异常检测系统,集试验数据管理、试验数据处理、试验数据挖掘分析等功能于一体,充分利用航天器试验数据。无需具体学习每个遥测参数的判读规则和阈值,直接通过所有参数的遥测历史数据作为输入,进行全系统参数的训练学习,建立用于全系统参数的异常检测知识网络模型,对事后试验数据进行快速判读,对实时试验数据在异常发生之前提前预警,同时系统还能够在数据挖掘算法层面进行扩展,基于海量的试验数据库,支持通过多种算法进行学习处理,解决不同问题,发现潜在知识。

    一种基于聚类的文本查重方法

    公开(公告)号:CN106446148A

    公开(公告)日:2017-02-22

    申请号:CN201610839650.4

    申请日:2016-09-21

    IPC分类号: G06F17/30

    摘要: 本发明公开了一种基于聚类的文本查重方法,方法步骤包括:1、数据采集处理将文本数据存储在数据库和文件服务器中,2、预处理对文本数据进行分词和特征向量提取;3、对数据库中已完成预处理的文本数据进行聚类,并计算出各类簇的中心特征向量;4、一次查重处理提取文本数据的特征向量,并与数据库中各类簇的中心向量进行比对,对于距离小于设定阈值的中心特征向量,对其类簇进行记录;5、二次查重处理对文本数据的特征向量与对应类簇中各文本数据的特征向量进行比对,对于距离小于一定阈值的特征向量,将其对应的文本数据记为重复文本数据,从而实现文本数据的查重处理。本发明可以减少不必要的重复性比对工作,提升文本查重效率。