[发明专利]数据校验方法、装置、终端及可读存储介质

权利要求书

1.一种数据校验方法，其特征在于，包括：

判断多路采集的数据是否一致，若是，则无需校验直接采信；若否，判断数据包格式是否错误；

若是，将错误数据剔除后进行采信；若否，判断采集值相同最大路数是否大于采集路数的一半；

若是，则对采集值相同最大路数所对应的数据进行采信；若否，对各路采集数据中与改进BP插值人工神经网络输出值最接近的值进行采信。

2.根据权利要求1所述的数据校验方法，其特征在于，还包括：

将各路采集数据中与插值人工神经网络输出值最接近的值输入至所述改进BP插值人工神经网络进行训练，以使所述最接近的值与所述插值人工神经网络输出值的误差达到预设误差范围。

3.根据权利要求2所述的数据校验方法，其特征在于，利用动量法及自适应调整法调整标准BP算法，得到改进BP插值人工神经网络；

所述动量法为将上一次权值调整量迭加本次权值调整量，作为本次的实际权值调整量；

所述自适应调整法包括若算法收敛，则增大学习率；若算法不收敛，则减小学习率，直至算法收敛。

4.根据权利要求1-3任一项所述的数据校验方法，其特征在于，所述多路采集的数据，包括：

利用联通CDMA信道回传的浮标监测站数据、利用微波传输技术回传的岸基监测站数据以及卫星转发的短报文。

5.一种数据校验装置，其特征在于，包括：

第一判断单元，用于判断多路采集的数据是否一致，若是，则无需校验直接采信；

第二判断单元，用于若多路采集的数据不一致，判断数据包格式是否错误；若是，将错误数据剔除后进行采信；

第三判断单元，用于若数据包格式无误，则判断采集值相同最大路数是否大于采集路数的一半；若是，则对采集值相同最大路数所对应的数据进行采信；若否，对各路采集数据中与改进BP插值人工神经网络输出值最接近的值进行采信。

6.根据权利要求5所述的数据校验装置，其特征在于，还包括训练单元，用于将各路采集数据中与插值人工神经网络输出值最接近的值输入至所述改进BP插值人工神经网络进行训练，以使所述最接近的值与所述插值人工神经网络输出值的误差达到预设误差范围。

7.根据权利要求6所述的数据校验装置，其特征在于，所述训练单元还用于，

利用动量法及自适应调整法调整标准BP算法，得到改进BP插值人工神经网络；

所述动量法为将上一次权值调整量迭加本次权值调整量，作为本次的实际权值调整量；

所述自适应调整法包括若算法收敛，则增大学习率；若算法不收敛，则减小学习率，直至算法收敛。

8.根据权利要求5-7任一项所述的数据校验装置，其特征在于，所述多路采集的数据，包括：

利用联通CDMA信道回传的浮标监测站数据、利用微波传输技术回传的岸基监测站数据以及卫星转发的短报文。

9.一种终端设备，其特征在于，包括：

一个或多个处理器；

存储器，与所述处理器耦接，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至4任一项所述的数据校验方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行实现如权利要求1至4任一项所述的数据校验方法。