[发明专利]数据基线的确定方法、装置和计算机设备在审

专利信息
申请号: 202210157963.7 申请日: 2022-02-21
公开(公告)号: CN114528629A 公开(公告)日: 2022-05-24
发明(设计)人: 王鹏军;韩亮;周山;吴猛;杨少华 申请(专利权)人: 北京源清慧虹信息科技有限公司
主分类号: G06F30/13 分类号: G06F30/13;G06F30/20;G06F119/02
代理公司: 北京华进京联知识产权代理有限公司 11606 代理人: 樊春燕
地址: 100192 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据 基线 确定 方法 装置 计算机 设备
【权利要求书】:

1.一种数据基线的确定方法,其特征在于,所述方法包括:

获取目标时段的桥梁波动数据集;所述目标时段的桥梁波动数据集包括目标时段内各时刻的桥梁波动数据;

将各所述桥梁波动数据,通过数据自适应分段处理网络进行划分,得到各波动数据组;

根据各所述波动数据组和二维概率密度算法,确定各所述波动数据组的桥梁波动基线;

根据各所述波动数据组的桥梁波动基线,确定目标时段的桥梁波动基线。

2.根据权利要求1所述的方法,其特征在于,所述数据自适应分段处理网络包括自适应分段网络和评价网络,所述将各所述桥梁波动数据,通过数据自适应分段处理网络进行划分,得到各波动数据组,包括:

根据各所述桥梁波动数据和所述自适应分段网络,确定各初始波动数据组,以及所述自适应分段网络的参数值;

根据各所述初始波动数据组和所述评价网络,确定各初始波动数据组的评价值;

将所述评价值小于评价阈值的初始波动数据组对应的自适应分段网络的参数值,列入所述自适应分段网络的禁忌表,并返回执行根据各所述桥梁波动数据和自适应分段网络,确定各初始波动数据组,以及自适应分段网络的参数值步骤,直到确定所有评价值大于评价阈值的初始波动数据组;

将各所述评价值大于评价阈值的初始波动数据组,作为各波动数据组。

3.根据权利要求1所述的方法,其特征在于,所述根据各所述波动数据组和二维概率密度算法,确定各所述波动数据组的桥梁波动基线,包括:

针对每个波动数据组,根据所述波动数据组,通过二维概率密度算法进行计算,得到所述波动数据组的桥梁波动基线。

4.根据权利要求1所述的方法,其特征在于,所述根据各所述波动数据组的桥梁波动基线,确定目标时段的桥梁波动基线,包括:

根据各所述波动数据组的桥梁波动基线,选取第一时间序列的波动数据组的桥梁波动基线;

根据所述第一时间序列的波动数据组的桥梁波动基线、以及相邻波动数据组的桥梁波动基线,确定新桥梁波动基线;所述新桥梁波动基线代表第一时间序列的波动数据组和相邻波动数据组的桥梁波动基线;

将所述新桥梁波动基线,作为所述第一时间序列的波动数据组的桥梁波动基线,并返回执行根据所述第一时间序列的波动数据组的桥梁波动基线、以及相邻波动数据组的桥梁波动基线,确定新桥梁波动基线步骤,直到所述新桥梁波动基线代表目标时段的桥梁波动数据集的桥梁波动基线,并将所述新桥梁波动基线,作为目标时段的桥梁波动基线。

5.根据权利要求1所述的方法,其特征在于,所述根据各所述波动数据组的桥梁波动基线,确定目标时段的桥梁波动基线,包括:

将各所述波动数据组的桥梁波动基线,按照时间序列进行排列;

根据已排列的各波动数据组的桥梁波动基线,通过平滑处理算法进行计算,得到目标时段的桥梁波动基线。

6.根据权利要求2所述的方法,其特征在于,所述方法还包括:

获取样本时段的桥梁波动数据集、以及样本时段的各样本数据组;

将样本时段的桥梁波动数据集、以及样本时段的各样本数据组输入初始数据自适应分段处理网络,对初始数据自适应分段处理网络进行训练,得到数据自适应分段处理网络。

7.一种数据基线的确定装置,其特征在于,所述装置包括:

第一获取模块,用于获取目标时段的桥梁波动数据集;所述目标时段的桥梁波动数据集包括目标时段内各时刻的桥梁波动数据;

第一确定模块,用于将各所述桥梁波动数据,通过数据自适应分段处理网络进行划分,得到各波动数据组;

第二确定模块,用于根据各所述波动数据组和二维概率密度算法,确定各所述波动数据组的桥梁波动基线;

第三确定模块,用于根据各所述波动数据组的桥梁波动基线,确定目标时段的桥梁波动基线。

8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京源清慧虹信息科技有限公司,未经北京源清慧虹信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210157963.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top