收录:
摘要:
本发明公开了一种面向空气质量数据的可信度分析方法,通过深度学习的方式来筛选出空气质量数据集中可信的数据。首先对采集的空气质量原始数据进行过采样处理以及数据标准化处理,然后将处理后的数据输入到双向长短时记忆网络中提取数据序列间的特征,再利用全连接层对特征进行整合,最后通过Softmax分类器对数据的可信度进行分类。实验结果表明,本方法能对空气质量数据可信度作出准确的分析,筛选出不可信数据,保证了空气质量监测数据的有效性、连续性和准确性,并为数据可信度分析方法的进一步研究提供了解决思路。
关键词:
通讯作者信息:
电子邮件地址: