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！

龙图腾网获悉大连科迈尔海洋科技有限公司申请的专利一种基于深度学习的监测传感器缺失数据恢复方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120849811B 。

龙图腾网通过国家知识产权局官网在2026-01-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511361542.6，技术领域涉及：G06F18/15；该发明授权一种基于深度学习的监测传感器缺失数据恢复方法是由朱东旭;张仁龙;李一璐;张鑫萍;郑世宇;常义冬;邹润轩;刘磊设计研发完成，并于2025-09-23向国家知识产权局提交的专利申请。

本一种基于深度学习的监测传感器缺失数据恢复方法在说明书摘要公布了：本发明公开了一种基于深度学习的监测传感器缺失数据恢复方法，涉及海洋平台健康监测技术领域，包括：采集传感器的应变数据，构建数据集和数据缺失判断策略，对数据集进行预处理并分为短期和长期数据缺失的训练集和测试集；构建基于双向循环神经网络与GRU单元的双分支数据处理模型，输入两种训练集对模型进行训练得到传感器数据恢复模型；输入测试集得到预测的缺失数据，根据预测值与真实值的误差对模型进行评估和优化得到优化后的模型；将传感器数据输入优化后的传感器数据恢复模型，判断缺失数据类型，输出目标传感器的缺失数据；本发明能够自适应地处理长期和短期数据缺失问题，确保在各种数据缺失场景下都能高效、准确地恢复缺失数据。

本发明授权一种基于深度学习的监测传感器缺失数据恢复方法在权利要求书中公布了：1.一种基于深度学习的监测传感器缺失数据恢复方法，其特征在于，包括： S1：采集传感器的应变数据，构建传感器数据集和传感器数据缺失判断策略，并对数据集进行预处理，将预处理后的数据集根据传感器数据缺失判断策略分为短期数据缺失类型和长期数据缺失类型的训练集和测试集；所述传感器数据集包括目标传感器自身的未失效数据及其他传感器的未失效数据； S2：引入双向循环神经网络和GRU单元获取传感器的时间关系，引入全连接层获取传感器数据间的空间关系，构建基于双向循环神经网络与GRU单元的双分支数据处理模型；所述双分支数据处理模型用于根据传感器数据缺失类型判断策略判断不同的数据缺失类型，并选择对应的分支对输入数据进行处理； 所述双分支数据处理模型包括输入层、缺失数据类型判别器、网络调用模块、短期缺失数据恢复模型、长期缺失数据恢复模型和输出层； 所述缺失数据类型判别器用于根据传感器数据缺失判断策略判断数据缺失类型为短期数据缺失类型还是长期数据缺失类型，并将判断结果输入至网络调用模块，调用对应的分支进行训练； 所述网络调用模块用于根据缺失数据类型判别器的判断结果调用短期缺失数据恢复模型或长期缺失数据恢复模型对输入数据进行处理； 所述短期缺失数据恢复模型包括依次连接的m层全连接层、1层GRU层和r层Bi-GRU层，用于对短期缺失数据进行恢复； 所述长期缺失数据恢复模型包括依次连接的m层全连接层和n层GRU层，用于对长期缺失数据进行恢复； S3：将两种数据缺失类型的训练集分别输入所述双分支数据处理模型进行训练，得到传感器数据恢复模型；所述传感器数据恢复模型用于根据不同的数据缺失类型使用对应的子模型进行缺失数据恢复； S4：将测试集输入所述传感器数据恢复模型，得到预测的缺失数据，根据预测值与真实值的误差值对所述传感器数据恢复模型进行评估和优化，得到优化后的传感器数据恢复模型； S5：将目标传感器自身的未失效数据及其他传感器的未失效数据输入所述优化后的传感器数据恢复模型，判断缺失数据类型，输出目标传感器的缺失数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连科迈尔海洋科技有限公司，其通讯地址为：116000 辽宁省大连市甘井子区凌水镇庙岭村；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。