买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：齐鲁工业大学(山东省科学院);山东省科学院海洋仪器仪表研究所;崂山国家实验室

摘要：本发明涉及电数字数据处理技术领域，公开了一种基于相关性分析和集成模型的多传感器数据校正方法，包括如下步骤：获取传感器阵列在监测海域内的监测元素数据，检测出具有漂移现象的传感器，构建训练集和校正集；对训练集中的数据进行相关性分析，构建联合相关性函数，采用贝叶斯优化方法对联合相关性函数进行优化，构造监测元素集合C；使用Stacking方法将岭回归和Lasso回归集成，对元学习器进行训练，生成最终的校正模型；提取校正集中与监测元素集合C同类型的数据输入校正模型，输出预测校正数据。本发明所公开的方法能够解决高度非线性或具有复杂相关性数据的不足，实现对传感器数据的校正。

主权项：1.一种基于相关性分析和集成模型的多传感器数据校正方法，其特征在于，包括如下步骤：步骤1，获取传感器阵列在监测海域内的各类监测元素数据，并进行数据预处理和分类存储，检测出具有漂移现象的传感器A的监测元素数据，标记漂移现象开始节点T，并以该节点T为划分界限，以节点T之前采集的数据构建训练集，以节点T之后采集的数据作为校正集；步骤2，对训练集中的传感器A的数据和其余传感器的数据进行相关性分析，得到互信息和皮尔逊相关性系数，并通过对互信息和皮尔逊相关性系数分别赋予不同的权重构建联合相关性函数，采用贝叶斯优化方法对联合相关性函数中的权重进行优化，提取出与传感器A的监测元素相关性高于设定值的监测元素，构造新的监测元素集合C；步骤3，将监测元素集合C中的各监测元素数据对传感器A的数据进行岭回归建模和Lasso回归建模，得到岭回归模型和Lasso回归模型的预测值，并分别进行岭回归模型和Lasso回归模型的拟合优度R²检验；步骤4，使用Stacking方法将岭回归和Lasso回归进行集成，将岭回归模型和Lasso回归模型的预测值组合构建输入矩阵Z，并根据拟合优度R²检验的比较结果，选择元学习器，并使用输入矩阵Z对元学习器进行训练，生成最终的校正模型；步骤5，提取校正集中与监测元素集合C同类型的数据，并输入校正模型，输出最终的预测数据，实现对检测出具有漂移现象的数据的校正。

全文数据：

权利要求：

百度查询： 齐鲁工业大学(山东省科学院) 山东省科学院海洋仪器仪表研究所 崂山国家实验室 一种基于相关性分析和集成模型的多传感器数据校正方法