合并传感器数据以进行群集/神经网络使用

[poster]

我有几个数据集，即矩阵有2列，一列具有matlab日期数字，第二列具有double值。这是其中一个的示例集

>> S20_EavesN0x2DEAir(1:20,:) ans = 1.0e+05 * 7.345016409722222 0.000189375000000 7.345016618055555 0.000181875000000 7.345016833333333 0.000177500000000 7.345017041666667 0.000172500000000 7.345017256944445 0.000168750000000 7.345017465277778 0.000166875000000 7.345017680555555 0.000164375000000 7.345017888888889 0.000162500000000 7.345018104166667 0.000161250000000 7.345018312500001 0.000160625000000 7.345018527777778 0.000158750000000 7.345018736111110 0.000160000000000 7.345018951388888 0.000159375000000 7.345019159722222 0.000159375000000 7.345019375000000 0.000160625000000 7.345019583333333 0.000161875000000 7.345019798611111 0.000162500000000 7.345020006944444 0.000161875000000 7.345020222222222 0.000160625000000 7.345020430555556 0.000160000000000 既然我有了这些不同的传感器值，就需要将它们放到一个矩阵中，以便执行聚类，神经网络等操作，唯一的问题是，传感器数据是在略有不同的时序或时间戳下采集的，从数据收集的角度来看，我无能为力。我首先想到的是插值法，以使一个传感器数据集适合另一个传感器数据集，但这似乎是一种凌乱的方法，我当时想也许我缺少了某些东西，一个工具箱或功能可以使我更快地完成此工作而无需摆弄。更复杂的是，传感器的数量随着时间的增长而增长，因此我也在寻找不同的开始日期。

有人对此有个好主意吗？谢谢



回答：

很难给出集群部分的答案，因为我不知道您在数据中寻找什么。

对于神经网络，除了插值外，还想到了至少两种其他方法：

• 为每个矩阵训练单独的网络
• 将它们一起馈入同一网络，并带有一个标志来指定数据来自哪个矩阵，例如：input（timestamp，flag_m1，flag_m2，...，flag_mN）=>目标（值），其中flag_m *列是互斥的布尔值-即如果该行来自矩阵K，则flag_mK为1，否则为0。

对于您提供的信息量，这些是我唯一可以放心地说的话。



更多&回答...