python - 如何使用 ML 验证时间序列的正确形状
问题描述
我需要根据温度传感器的读数及时验证加热/冷却循环的正确性。
正确的时间序列具有一定的形状(起起落落的次数),持续或多或少相同的时间量,并且具有在循环期间需要满足的一定的最高温度。
通常,当它被及时压缩或挤压时,该过程是错误的。峰值温度太低,或者加热/冷却包络线通常被弄乱了。在上面的图片中,我发布了一个正确和错误的流程循环的简化示例。
您会为监督学习模型推荐什么分类器?是否有可能为这种情况开发无监督模型?
我目前正在使用 1 个主典型正确循环与测试循环的最大值温度和互相关计算,但我想知道是否有更好更通用的方法来解决这个问题。
解决方案
推荐阅读
- c++ - push_back 比 emplace_back 更高效?
- teradata - Snowflake CASE 语句使用文件格式?
- c# - Caliburn.Micro MVVM WPF - 在用户编辑 DataGrid 时启用按钮,否则禁用它
- javascript - 异步数据记录的问题
- mysql - SQL识别名字和姓氏,即分配给什么公司的任务
- html - 如何在html中编写选项卡式表单
- javascript - Uploading files to local iframe using target attribute not working in newest Chrome
- ubuntu - 如何将 ssh 指向配置文件
- javascript - 在 React 中调用 API 的 httpRequest 的正确位置在哪里?
- r - 面板数据描述