摘要
文中提出了一种基于主成分分析(PCA)技术的起重机物联网数据降维方法。采用该方法分析了物联网数据的主要特征,采用协方差矩阵方法计算特征值和特征向量从而判定机械状态影响主成分因子,再根据起重机状态影响主成分因子的贡献率,开展基于PCA的起重机物联网数据降维计算,实现了起重机状态数据降维。通过实例验证,证实了采用PCA方法降维后数据信息损失较小,降维后的数据在分类和预测任务中表现出了更好的性能,提升了起重机数据大模型的训练速度以及运行故障预警的精准程度。该方法实现了起重机状态数据的有效降维,解决了在起重机智慧监管和数字孪生等研究过程中物联网运行状态实时监控采集的数据繁冗且维度高,存储、处理和分析失准等问题。
出处
《物联网技术》
2025年第10期70-72,共3页
Internet of things technologies
基金
江苏省市场监督管理局科技计划项目:数字驱动的起重机全周期风险智控技术研究(KJ2024061)。
