-
公开(公告)号:CN118332247B
公开(公告)日:2024-12-13
申请号:CN202410538574.8
申请日:2024-04-30
Applicant: 北京信息科技大学
IPC: G06F17/18 , G06F18/241 , G06F18/10 , G06F123/02
Abstract: 本发明属于数据处理技术领域,提供了一种基于时间序列的长度归一化方法,首先获取实验平台采集的数据样本,接着根据每次水流的总质量,将数据集划分为不同类别,然后采用滑动窗口滤波技术对数据集进行预处理,然后再通过绘制窗口大小与dist结果的曲线图,选取第一个局部最小值点作为滑动窗口的最优大小,然后再采用WRP方法对数据进行长度归一化;本发明通过将滑动窗口滤波与WRP时间序列长度归一化算法结合处理数据,数据经过归一化处理后,其总体变化趋势并未发生显著改变,且仍然保持着原始数据的特征,同时滑动窗口算法可以消除潜在的噪声或不规则波动,进而更准确地分析数据的走向和特性,为后续模型建模提供了更为一致且稳定的输入基础。
-
公开(公告)号:CN118332247A
公开(公告)日:2024-07-12
申请号:CN202410538574.8
申请日:2024-04-30
Applicant: 北京信息科技大学
IPC: G06F17/18 , G06F18/241 , G06F18/10 , G06F123/02
Abstract: 本发明属于数据处理技术领域,提供了一种基于时间序列的长度归一化方法,首先获取实验平台采集的数据样本,接着根据每次水流的总质量,将数据集划分为不同类别,然后采用滑动窗口滤波技术对数据集进行预处理,然后再通过绘制窗口大小与dist结果的曲线图,选取第一个局部最小值点作为滑动窗口的最优大小,然后再采用WRP方法对数据进行长度归一化;本发明通过将滑动窗口滤波与WRP时间序列长度归一化算法结合处理数据,数据经过归一化处理后,其总体变化趋势并未发生显著改变,且仍然保持着原始数据的特征,同时滑动窗口算法可以消除潜在的噪声或不规则波动,进而更准确地分析数据的走向和特性,为后续模型建模提供了更为一致且稳定的输入基础。
-