【技术实现步骤摘要】
本申请涉及数字数据处理，具体涉及一种气体柜传感器数据优化采集分析方法。
技术介绍
1、在现代工业和环境监测中，气体柜传感器用于实时监测气体浓度、温度、湿度等多种参数，广泛应用于石油化工、环境保护、智能家居等领域。
2、通过光学气体传感器检测气味时获得的数据是高维数据，包含多种类型气味数据，且每种类型气味数据包含多个维度的数据，因此需要对获得的数据进行降维，便于根据获得的气味数据来分析柜内包含的气味类型。因光学气体传感器检测气味时获得的数据维度过高，导致后续数据降维效果较差，进而影响气味类型判断的准确性。
技术实现思路
1、鉴于以上内容，有必要提供一种气体柜传感器数据优化采集分析方法，相对于传统的气体柜气味类型的判断方法，提高气味类型判断的准确性，进一步降低了工作成本。
2、本申请第一方面提供一种气体柜传感器数据优化采集分析方法，应用气味数据分析领域，所述方法包括：
3、采集气体柜内的气味数据对应的时序数据，以根据所述时序数据确认至少两个维度对应的维度数据
4、本文档来自技高网...
【技术保护点】
1.一种气体柜传感器数据优化采集分析方法，应用气味数据分析领域，其特征在于，所述方法包括：
2.根据权利要求1所述的一种气体柜传感器数据优化采集分析方法，其特征在于，所述基于每个维度数据的幅值与斜率，确认所述每个维度数据的重要数据段对应的重要程度，其中，所述重要数据段是指位于每个维度数据对应的幅值极大值点两边且大于平均幅值的数据点组成的数据段，具体包括：
3.根据权利要求2所述的一种气体柜传感器数据优化采集分析方法，其特征在于，所述基于每个维度数据的极大值点的幅值、平均幅值以及重要数据段中每个数据点对应的斜率，计算每个维度数据的重要数据段对应的...
【技术特征摘要】
1.一种气体柜传感器数据优化采集分析方法，应用气味数据分析领域，其特征在于，所述方法包括：
2.根据权利要求1所述的一种气体柜传感器数据优化采集分析方法，其特征在于，所述基于每个维度数据的幅值与斜率，确认所述每个维度数据的重要数据段对应的重要程度，其中，所述重要数据段是指位于每个维度数据对应的幅值极大值点两边且大于平均幅值的数据点组成的数据段，具体包括：
3.根据权利要求2所述的一种气体柜传感器数据优化采集分析方法，其特征在于，所述基于每个维度数据的极大值点的幅值、平均幅值以及重要数据段中每个数据点对应的斜率，计算每个维度数据的重要数据段对应的重要程度，具体包括：
4.根据权利要求3所述的一种气体柜传感器数据优化采集分析方法，其特征在于，所述将至少两个维度数据的重要数据段对应的重要程度进行聚类，确认每个维度数据的重要数据段在对应的聚类簇中的离散程度，具体包括：
5.根据权利要求4所述的一种气体柜传感器数据优化采集分析方法，其特征在于，所述将所述目标重要数据段对应的聚类簇中重要数据段的个数与平均幅值，以及目标重要数据段与对应的聚类簇的聚类中心的聚类距离输入离散程度计算公式，计算目标重要数据段在对应的聚类簇中的离散程度，具体包括：
6.根据权...
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。