diff --git a/profiler/merge_profiling_timeline/README.md b/profiler/merge_profiling_timeline/README.md
index 21e8ca5e26ad465f20be96cd8913158fc1e770b4..4b3162d5b0456104d24acc77b958cb7c8816bffc 100644
--- a/profiler/merge_profiling_timeline/README.md
+++ b/profiler/merge_profiling_timeline/README.md
@@ -49,7 +49,7 @@ ascend pytorch profiler数据目录结构如下：
   - `custom` ：自定义需要合并的timeline数据，具体参考示例
 - -o: 可选参数，指定合并后的timeline文件输出的路径（路径末尾可以设置文件名，具体用法参考示例），不设置该参数的情况下默认文件输出的路径为当前目录（默认文件名为merged.json）
 - --rank：可选参数，指定需要合并timeline的卡号，默认全部合并
-- --items：可选参数，指定需要合并的profiling数据项（python，Ascend_Hardware，CANN，HCCL，PTA，Overlap_Analysis），默认全部合并(item直接使用Ascend Hardware作为参数会被误认为是两个参数，因此作为一个参数时使用'_'连接)
+- --items：可选参数，指定需要合并的profiling数据项（python，Ascend Hardware，CANN，HCCL，PTA，Overlap Analysis），默认全部合并
 
 
 **使用示例**：
@@ -73,7 +73,7 @@ python3 main.py -i path/to/cann_profiling/ -o path/to/cann_profiling/output/2p -
 4、合并单机多卡timeline，合并所有卡的CANN层和Ascend_Hardware层数据
 
 ```
-python3 main.py -i path/to/cann_profiling/ --type pytorch --items CANN,Ascend_Hardware
+python3 main.py -i path/to/cann_profiling/ --type pytorch --items "CANN,Ascend Hardware"
 ```
 
 5、合并多timeline(自定义)
diff --git a/profiler/merge_profiling_timeline/main.py b/profiler/merge_profiling_timeline/main.py
index 7fd483a7361fc0b562f934cf3da6a969ef6f0c84..4d242d478cccb0a28c5bbfc06c140e8b6e09034e 100644
--- a/profiler/merge_profiling_timeline/main.py
+++ b/profiler/merge_profiling_timeline/main.py
@@ -19,6 +19,7 @@ import re
 
 from functools import partial
 from argparse import ArgumentParser
+from decimal import Decimal
 
 
 FILTER_DIRS = [".profiler", "HCCL_PROF", "timeline", "query", 'sqlite', 'log']
@@ -190,8 +191,6 @@ def merge_timeline_events(timeline_file_dict, process_list):
         # 提取待合并的items的pid
         merged_pids = set()
         for pro in process_list_tmp:
-            pro = " ".join(pro.split("_")) if "_" in pro else pro
-
             if pro not in proc_pid_dict.keys():
                 print(f"main.py: error argument --items: invalid choice: '{pro}' (choose from {list(proc_pid_dict.keys())})")
                 return
@@ -205,7 +204,7 @@ def merge_timeline_events(timeline_file_dict, process_list):
 
             # 当前节点间时间误差可用时，进行时间校准
             if event.get("ts") and ts_difference_us:
-                event["ts"] = event["ts"] + ts_difference_us
+                event["ts"] = str(Decimal(str(event["ts"])) + Decimal(str(ts_difference_us)))
 
             # 区分不同rank的同一进程的pid
             if isinstance(event.get("pid"), (str, int)):