【技术实现步骤摘要】
本申请涉及数据处理，具体涉及一种建筑施工全过程数据清洗处理系统及方法。
技术介绍
1、在现代建筑施工过程中，由于施工现场环境复杂，数据采集过程容易受到各种因素的干扰，导致采集到的数据存在异步波动和噪声。数据清洗处理是确保数据质量和提高管理效率的关键环节。
2、现有的数据清洗处理技术主要包括基于规则的方法、统计方法、机器学习方法等。基于规则的方法通过预设的规则来识别和纠正数据中的错误，这种方法操作简单，但难以应对复杂的数据问题。统计方法通过数据分布特征来识别和剔除异常数据，在一定程度上提高了数据清洗的准确性，但对于非线性或非均匀分布的数据处理效果有限。机器学习方法，如聚类、神经网络等，能够处理更复杂的数据模式，但需要大量的标注数据和计算资源，且模型的选择和训练过程较为复杂。这些技术缺乏对数据异步波动的有效识别和处理，容易导致数据误差累积。其次，现有的数据处理方法大多为通用型，难以针对建筑施工特有的数据特性进行定制化处理。此外，资源配置不合理的问题也使得部分处理单元过载，而其他单元资源闲置，未能充分利用系统资源。
>技术实本文档来自技高网...
【技术保护点】
1.一种建筑施工全过程数据清洗处理系统，其特征在于，所述系统包括：
2.如权利要求1所述的一种建筑施工全过程数据清洗处理系统，其特征在于，所述异步波动识别模块执行的步骤还包括：
3.如权利要求2所述的一种建筑施工全过程数据清洗处理系统，其特征在于，所述异步波动识别模块执行的步骤还包括：
4.如权利要求3所述的一种建筑施工全过程数据清洗处理系统，其特征在于，所述异步波动识别模块执行的步骤还包括：
5.如权利要求4所述的一种建筑施工全过程数据清洗处理系统，其特征在于，当第一随机数小于等于所述第二随机数时，将所述K个迭代识别粒...
【技术特征摘要】
1.一种建筑施工全过程数据清洗处理系统，其特征在于，所述系统包括：
2.如权利要求1所述的一种建筑施工全过程数据清洗处理系统，其特征在于，所述异步波动识别模块执行的步骤还包括：
3.如权利要求2所述的一种建筑施工全过程数据清洗处理系统，其特征在于，所述异步波动识别模块执行的步骤还包括：
4.如权利要求3所述的一种建筑施工全过程数据清洗处理系统，其特征在于，所述异步波动识别模块执行的步骤还包括：
5.如权利要求4所述的一种建筑施工全过程数据清洗处理系统，其特征在于，当第一随机数小于等于所述第二随机...
【专利技术属性】
技术研发人员：张少荃，张韵秋，
申请(专利权)人：江苏菲尔浦工程科技有限公司，
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。