[發明專利]一種人工智能篩選錯誤數據的系統及方法

在審

• 申請號: 202111657874.0
• 申請日: 2021-12-31
• 公開（公告）號: CN114429798A
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 王昊昱;關秋峰;陳致遠;曹兆洋;李汶錦;黃亮
• 申請（專利權）人: 王昊昱;陳致遠
• 主分類號: G16C20/50
• 分類號: G16C20/50;G16C20/70;G06F16/215;G06N3/04;G06N3/08
• 代理公司: 安徽初升專利代理事務所(普通合伙) 34233
• 代理人: 曹雪菲

1.一種人工智能篩選錯誤數據的系統，其特征在于，包括篩選模塊，篩選模塊包含有篩選處理模型、數據處理系統、正常數據和異常數據，其中篩選模塊還包括BP神經網絡，徑向基函數RBF神經網絡，P感知器神經網絡，自組織神經網絡，FFNN向前反饋神經網絡，HN霍普菲爾神經網絡，CNN卷積神經網絡，RNN周期神經網絡，GAN生成對抗網絡，DN去卷積神經網絡；

所述篩選處理模型和數據處理系統相連接，且篩選處理模型包含有正常數據和異常數據。

2.根據權利要求1所述的一種人工智能篩選錯誤數據的方法，其特征在于，具體步驟如下：

S1.輸入數據量，在篩選處理模型中，設置一個起始訓練數量，輸入后，數據處理系統會對起始輸入數據之后的輸入數據進行預測，并與實際的輸入數據進行對比，計算出F2值；

S2.設定誤差區間，根據實驗需求設定一個合適的F2區間為允許的誤差范圍；

S21.當F2不在該區間內時，數據處理系統會彈出提示，使人為操作是否將該數據剔除；

S22.當數據量很大時，人工篩選需要更多時間，可改為根據F2值自動篩選，系統將不再詢問是否保留疑似錯誤數據，并自動刪除。

3.根據權利要求2所述的一種人工智能篩選錯誤數據的方法，其特征在于，所述數據處理系統包含有預測模塊，預測模塊包含數據模型、神經網絡模型、訓練模型、第一優化模塊、第二優化模塊和輔料調整模塊；

所述訓練模型分別與數據模型和神經網絡模型相連接，所述數據模型與第一優化模塊或第二優化模塊相連接，所述輔料調整模塊與第一優化模塊或第二優化模塊相連接。

4.根據權利要求2所述的一種人工智能篩選錯誤數據的方法，其特征在于，所述預測模塊包含有F2算法、BP神經網絡、徑向基函數RBF神經網絡、P感知器神經網絡、自組織神經網絡、FFNN向前反饋神經網絡、HN霍普菲爾神經網絡、CNN卷積神經網絡、RNN周期神經網絡、GAN生成對抗網絡和DN去卷積神經網絡。