摘要
本申请提供了一种工业传感器噪声智能检测方法，涉及工业数据处理与人工智能技术领域，包括：首先构建传感器知识图谱，经TransE嵌入后注入基础模型；其次提取数据全局时序特征生成提示信息，并通过滑动窗口提取局部特征向量；再结合多源真实数据与人工合成噪声，经数据增强构建高质量训练集；随后将提示、特征与数据输入模型，依据任务复杂度动态调整模型容量，并采用LoRA策略高效微调；最终输入待测数据，输出包含位置、类型与置信度的噪声检测结果。该方法融合知识引导、特征表达与自适应训练，兼顾精度与泛化能力，适用于复杂工业场景。
