摘要
本发明公开了一种微动数据智能清洗与质量评估方法和装置,该方法包括:获取微动数据,并对所述微动数据进行频域清洗及时域清洗,得到第一清洗数据;基于卷积神经网络对所述第一清洗数据进行噪声识别与清洗,得到第二清洗数据;对所述第二清洗数据进行数据补全及一致性检查,得到清洗后数据;提取所述清洗后数据中的关键特征,并基于深度学习模型及所述关键特征对所述清洗后数据进行自动评级,得到质量评估结果,所述关键特征包括信噪比、波形平滑度及频谱一致性,通过自动识别噪声特性并自适应调整清洗参数,同时结合数据评级,对清洗效果进行科学量化评估,提高微动数据的清洗效率及清洗效果。