一种气体浓度检测用数据处理系统技术方案

本发明专利技术涉及数据分析技术领域，提出了一种气体浓度检测用数据处理系统，用于实现：获取待处理浓度序列和原始训练集，从原始训练集中得到异常浓度序列，在原始数据集中得到背景数据序列，计算背景数据序列的数据平稳性，以此得到平稳分类分割值，计算异常浓度序列的数据平稳性，根据平稳分类分割值将异常浓度序列分类，对每类的异常浓度序列进行均衡化调整，对调整后的最终异常浓度序列对神经网络进行训练，识别待处理浓度序列的结果。本发明专利技术保留异常数据特征的同时，减少训练集中不必要的正常数据，从而提高神经网络运算速度同时通过背景数据填充方法的调整，使得不同类型背景的分组数量均衡，从而有效提高神经网络检测效果。从而有效提高神经网络检测效果。从而有效提高神经网络检测效果。

【技术实现步骤摘要】
一种气体浓度检测用数据处理系统


[0001]本专利技术涉及数据分析
，具体涉及一种气体浓度检测用数据处理系统。

技术介绍

[0002]人们的日常生活和生产活动与周围的环境气氛紧密相关，在很多行业中，对各种气体浓度的检测都有需要，在企业生产上，需要了解生产过程中的气体浓度的变化，以及在企业安全上，需要了解各种有毒气体的存在以及气体浓度，和在各类安全防护上也需要对封闭空间中的氧气浓度以及有可能存在的有毒气体浓度进行检测。所以在各种场景中需要对各种气体浓度进行检测，在气体浓度检测中需要对采集的数据进行分析处理，及时发现其他浓度异常，保障人们生活与生产安全性。
[0003]对于气体浓度数据异常分析，主要针对数据的含量以及连续含量的变化趋势，一般常利用神经网络实现对应异常数据的检测。但是现有的神经网络检测中，常常直接以历史数据作为训练集，但是实际历史数据为历史时序数据，历史数据中存在大量的没有必要的正常数据，导致数据集过大影响神经网络检测速度，且影响异常数据的特征突出，导致检测效率不高；同时，异常数据周围相邻的正常数据作为异常检测的背景，不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种气体浓度检测用数据处理系统，其特征在于，该系统包括：数据采集模块，采集待处理的气体浓度作为待处理浓度序列，采集的气体浓度历史数据作为原始训练集；异常数据填充模块，在原始数据集中得到若干组异常数据，得到与待处理浓度序列长度相同的空白序列，将每组异常数据按照不同填充方法放在空白序列当中得到每组异常数据对应的多个异常浓度序列；异常浓度序列的正常数据平稳性计算模块，在原始训练集中，得到若干段长度与待处理浓度序列相同的正常数据记为背景数据序列，根据每一段背景数据序列中所有相邻两个的正常数据、所有正常数据的方差以及正常数据的数量得到每一段背景数据序列的数据平稳性；对所有的背景数据序列的数据平稳性进行聚类分类得到正常数据平稳分类分割值；根据异常浓度序列的正常数据数量以及正常数据的数据平稳性计算每个异常浓度序列的正常数据平稳性；异常浓度序列均衡化调整模块，根据正常数据平稳分类分割值将所有异常浓度序列分为三类，获得三类中得到数量最多一类和数量最少一类，数量最多一类的异常浓度序列对应的每组异常数据更换填充方法，得到新的异常浓度序列，使得新的异常浓度序列的正常数据平稳性处于数量最少一类中；首先计算最多一类的异常浓度序列中，每组异常数据对应的多个异常浓度序列的正常数据平稳性，记为第一平稳性集合，根据第一平稳性集合中最大正常数据平稳性和最小正常数据平稳性得到所有每组异常数据的平稳性差异值，根据每一类的异常浓度序列的数量占比、每组异常数据的平稳性差异值以及调整次数对异常浓度序列进行均衡化调整得到最终浓度序列；待处理浓度序列识别模块，使用均衡化调整后的最终异常浓度序列对神经网络进行训练，将待处理浓度序列输入神经网络得到异常浓度的识别结果。2.根据权利要求1所述的一种气体浓度检测用数据处理系统，其特征在于，所述将每组异常数据按照不同填充方法放在空白序列当中得到每组异常数据对应的多个异常浓度序列的方法为：将一组异常数据放在空白序列当中，异常数据在空白序列中存在若干填充方法得到若干异常浓度序列，第一种填充方法是：异常数据的首位在空白序列的首位，第二种填充方法是：异常数据的第二位在空白序列的第二位，依次类推，最后一种填充方法是：异常数据的最后一位在空白序列的最后一位，空白序列当中的空白位置填充异常数据在原始数据集的临近部分，即填充完后的异常浓度序列被原始数据集包...

【专利技术属性】
技术研发人员：谭海文，张辉，李统养，林惠强，
申请(专利权)人：深圳市特安电子有限公司，
类型：发明
国别省市：