【技术实现步骤摘要】
一种用于分布式光纤传感器缺失数据的填补方法
[0001]本专利技术涉及缺失数据处理
,特别涉及一种用于分布式光纤传感器缺失数据的填补方法。
技术介绍
[0002]分布式光纤传感器是在道路检测领域较有应用前景的一种传感器,因其极高的空间分辨率可以得到道路应变响应的空间分布情况。但是在应用过程中,会出现可能由于封装不规范、预应力施加不合理等原因而引起的大量响应数据缺失的问题,数据缺失对于后续道路性能分析会造成较大的影响。
[0003]目前较为普遍的数据填补方法大多是基于统计、基于预测或基于插值的方法,对于大量数据缺失的情况不适用,因此需要提出一种面对大量数据缺失的情况适用且能够适应分布式光纤传感器数据特点的方法。
技术实现思路
[0004]本专利技术提供了一种用于分布式光纤传感器缺失数据的填补方法,以解决现有技术对于大量数据缺失的情况不适用的技术问题。
[0005]为解决上述技术问题,本专利技术提供了如下技术方案:
[0006]一种用于分布式光纤传感器缺失数据的填补方法,其包括:
[0007]获取由分布式光纤传感器数据组成的数据集,并对所述数据集中的数据进行预处理,以对其中的缺失值进行填补,得到预处理后的数据集;
[0008]基于预处理后的数据集对预设的自相关神经网络模型进行训练,利用训练好的神经网络模型对待填充数据进行动态填补,输出填补后的数据;
[0009]对从神经网络模型输出的数据进行小波去噪,得到去噪后的数据;
[0010]对去噪后的数 ...
【技术保护点】
【技术特征摘要】
1.一种用于分布式光纤传感器缺失数据的填补方法,其特征在于,包括:获取由分布式光纤传感器数据组成的数据集,并对所述数据集中的数据进行预处理,以对其中的缺失值进行填补,得到预处理后的数据集;基于预处理后的数据集对预设的自相关神经网络模型进行训练,利用训练好的神经网络模型对待填充数据进行动态填补,输出填补后的数据;对从神经网络模型输出的数据进行小波去噪,得到去噪后的数据;对去噪后的数据进行局部误差消除,得到最终的缺失数据填补结果。2.如权利要求1所述的用于分布式光纤传感器缺失数据的填补方法,其特征在于,对所述数据集中的数据进行预处理,以对其中的缺失值进行填补,包括:将每一个缺失值都填补为其所在列数据的平均值。3.如权利要求1所述的用于分布式光纤传感器缺失数据的填补方法,其特征在于,基于预处理后的数据集对预设的自相关神经网络模型进行训练,利用训练好的神经网络模型对待填充数据进行动态填补,输出填补后的数据,包括:训练自相关神经网络模型表示为:其中,表示输入样本,y
ij
表示网络模型的输出,ω
(1)
表示输入层神经元和隐藏层神经元的连接权重,ω
(2)
表示隐藏层神经元和输出层神经元的连接权重,b
(1)
表示隐藏层神经元的阈值,b
(2)
表示输出层神经元的阈值;定义代价函数其中,X
c
为输入数据的未缺失值集合,x
ij
为输入数据的第i行第j列的值,X
m
为输入数据的缺失值集合,为动态填补值,定义集合利用基于动量的随机梯度下降法对网络模型参数以及动态填补变量W进行更新得到W
′
,并进行循环迭代,直到满足指定的精度后输出填补后的数据结果Y
no
。4.如权利要求1所述的用于分布式光纤传感器缺失数据的填补方法,其特征在于,对从神经网络模型输出的数据进行小波去噪,得到去噪后的数据,包括:对于从神经网络模型输出的数据Y
no
进行N级的小波分解,得到第N级尺度的近似系数序列a
n
和每一尺度上的细节系数序列b
n
,其中,n=1,2,
…
,N,...
【专利技术属性】
技术研发人员:孙凤艳,姜登介,郭洋,赵冠祎,杨海露,
申请(专利权)人:北京科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。