一种基于深度学习的异构传感器潜在相关性学习方法

申请号: 202110561563.8

【公开号】CN113298265A

【公开日】2021.08.24

【分类号】G06N20/00

【申请日】2021.05.22

【申请人】西北工业大学

【发明人】於志文;王鑫;梁韵基;郭斌

【摘 要】本发明公开了一种基于深度学习的多种异构传感器潜在相关性分析方法。该方法首先需要从智能设备中采集所需的传感器数据，这些传感器的数据需要使用相应的采样率来进行采集。将采集的传感器数据保存到指定的文件中；其次，为了实现分析多种传感器之间潜在的相关性，需要将一个传感器的数据作为参考，然后利用该方法来分析其他的传感器的数据对应于该传感器的数据之间的影响的占比情况；最后，通过分析多种传感器来作为不同的参考对象，得出多种传感器之间相互的关联关系，这样就得出了多种异构传感器之间潜在的相关性表示。