本发明涉及智能制造技术领域,具体涉及一种基于生成对抗网络的多源异构数据清洗方法,包括:获取智能生产线的多源异构数据,并将各多源异构数据合成为对应的多源异构数据融合表;通过聚类分析算法对多源异构数据融合表中残留的冗余数据、异常数据和缺失数据进行分析,进而确定有缺失数据的多源异构数据;将有缺失数据的多源异构数据输入经过训练的生成对抗网络模型中,输出对应的缺失数据填补矩阵;通过缺失数据填补矩阵对有缺失数据的多源异构数据进行填充,以实现多源异构数据的融合和清洗。
本发明能够划分出有缺失数据的多源异构数据,并且能够对有缺失数据的多源异构数据进行填充以实现多源异构数据的融合和清洗。
评价单位:- (-)
评价时间:2023-07-06
综合评价
专家组认为基于生成对抗网络的多源异构数据清洗方法具有较高的创新性和实用性,能够解决大数据时代下多源异构数据清洗的挑战。该方法在数据清洗和预处理领域具有重要的研究和应用价值。专家组建议进一步加强对清洗方法的研究和优化,提高清洗的准确性和效率。此外,与相关行业和领域的合作可以促进清洗方法在实际应用中的推广和应用,为数据驱动的应用和决策提供更可靠的基础。
查看更多>