基于翻译嵌入的传感数据逻辑特征提取方法及装置制造方法及图纸

技术编号:43867233 阅读:26 留言:0更新日期:2024-12-31 18:53
本发明专利技术提供一种基于翻译嵌入的传感数据逻辑特征提取方法及装置,所述方法包括:获取进行逻辑特征提取的传感数据序列,将传感数据序列输入至训练好的逻辑特征提取模型,传感数据序列包括传感器监测到的多个时间步的监测数据,逻辑特征提取模型包括向量嵌入模块、关系构建模块以及特征提取模块;基于向量嵌入模块确定传感数据序列中的各监测数据对应的嵌入向量,基于各嵌入向量通过所述关系构建模块确定监测数据之间的逻辑关系表示,基于各嵌入向量和各逻辑关系表示通过特征提取模块生成各监测数据对应的逻辑特征向量;其中,逻辑关系表示为算术关系表示或方向关系表示。该方法可较好地捕获传感数据中的细微特征,提高数据分析的准确性和实用性。

【技术实现步骤摘要】

本专利技术涉及物联网,尤其涉及一种基于翻译嵌入的传感数据逻辑特征提取方法及装置


技术介绍

1、随着物联网(iot)设备在全球范围内的普及与大规模部署,传感数据的产生正呈现出指数级增长。这些数据被广泛应用于环境监测、智能交通、智慧城市和智能制造等场景中,为提升系统运行效率、资源优化分配、实时预测以及智能化决策提供了极为重要的数据支持。例如,在环境监测中,通过部署在不同地点的传感器网络,系统能够实时采集如温度、湿度、气压、光照强度及污染物浓度等数据;这些传感数据不仅提供了环境状态的细致刻画,还能通过数据分析揭示出潜在的趋势变化和异常信号,为环境管理、风险预警等方面的决策提供关键参考。

2、传感数据一般表现为单值或多维的时间序列数据流,通过深度分析此类数据,可以提取出大量具有应用价值的特征信息。然而,当前的传感数据分析方法主要聚焦于通过改进模型结构和算法优化来提高整体预测精度与运行效率。这些优化手段确实在一定程度上提升了模型的性能,但在捕捉传感数据细粒度特征上仍显不足,特别是在数值关系、逻辑特征与趋势信息的精细建模方面。以温度、污染物浓度等时间序列本文档来自技高网...

【技术保护点】

1.一种基于翻译嵌入的传感数据逻辑特征提取方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于翻译嵌入的传感数据逻辑特征提取方法,其特征在于,在所述逻辑关系表示为算术关系表示时,基于各所述嵌入向量通过所述关系构建模块确定所述监测数据之间的逻辑关系表示,包括:

3.根据权利要求2所述的基于翻译嵌入的传感数据逻辑特征提取方法,其特征在于,在所述逻辑关系表示为方向关系表示时,基于各所述嵌入向量通过所述关系构建模块确定所述监测数据之间的逻辑关系表示,包括:

4.根据权利要求3所述的基于翻译嵌入的传感数据逻辑特征提取方法,其特征在于,基于各所述投影向量...

【技术特征摘要】

1.一种基于翻译嵌入的传感数据逻辑特征提取方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于翻译嵌入的传感数据逻辑特征提取方法,其特征在于,在所述逻辑关系表示为算术关系表示时,基于各所述嵌入向量通过所述关系构建模块确定所述监测数据之间的逻辑关系表示,包括:

3.根据权利要求2所述的基于翻译嵌入的传感数据逻辑特征提取方法,其特征在于,在所述逻辑关系表示为方向关系表示时,基于各所述嵌入向量通过所述关系构建模块确定所述监测数据之间的逻辑关系表示,包括:

4.根据权利要求3所述的基于翻译嵌入的传感数据逻辑特征提取方法,其特征在于,基于各所述投影向量通过所述关系构建模块确定所述监测数据之间的逻辑关系表示,包括:

5.根据权利要求4所述的基于翻译嵌入的传感数据逻辑特征提取方法,其特征在于,所述方法还...

【专利技术属性】
技术研发人员:刘亮马华东范金晓王鹏飞范钰
申请(专利权)人:北京邮电大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1