期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进尺度的统计建模数据中离群点去除算法及应用
被引量：
2
1
作者
张新荣
徐保国
《计算机工程与科学》
CSCD
北大核心
2011年第2期168-172,共5页
鉴于传统鲁棒离群点去除算法不能准确估计过程采样数据的均值和协方差,导致基于PCA的统计建模监控影响故障诊断效果的局限性,本文提出一种综合CDCm与MVT的异常检测算法,可以克服上述缺陷。通过改进尺度方法对过程原始采样数据实现准确...
鉴于传统鲁棒离群点去除算法不能准确估计过程采样数据的均值和协方差,导致基于PCA的统计建模监控影响故障诊断效果的局限性,本文提出一种综合CDCm与MVT的异常检测算法,可以克服上述缺陷。通过改进尺度方法对过程原始采样数据实现准确估计并进行中心化和标准化处理,运用采样数据中的最大变量值来计算距离,采用CDCm算法求出样本值与中心距离最短的正常点,利用获得的有效数据计算MVT迭代算法的第一个马氏距离,选取距离较小值对应的样本点进行迭代运算,最终去除离群点,获得正常数据。通过在发酵过程中的应用,并与传统鲁棒检测算法进行比较,实验与分析结果表明,该算法提高了异常检测的效率和准确度。
展开更多
关键词
改进尺度
离群点
中心最短距离
椭球多变量整理
在线阅读
下载PDF
职称材料
基于鲁棒尺度的统计建模数据中异常点去除算法的研究及应用
被引量：
3
2
作者
张新荣
《计算机应用研究》
CSCD
北大核心
2010年第9期3319-3321,共3页
针对基于主元分析（PCA）的统计监控模型受到历史数据中异常点强烈影响的不足,鉴于建模历史数据中存在的异常点会影响过程监控效果,分析目前常用的鲁棒异常值检测算法原理及其缺陷,提出将中心最短距离（CDC）法与椭球多变量整理（MVT）...
针对基于主元分析（PCA）的统计监控模型受到历史数据中异常点强烈影响的不足,鉴于建模历史数据中存在的异常点会影响过程监控效果,分析目前常用的鲁棒异常值检测算法原理及其缺陷,提出将中心最短距离（CDC）法与椭球多变量整理（MVT）法相结合,构成一种基于鲁棒尺度的CDC-MVT异常值综合检测算法,更加准确地检测异常点。将该算法应用于工业发酵过程,与CDC法和MVT法相比较,该算法能够有效去除建模数据中的异常点。
展开更多
关键词
异常点
鲁棒尺度
中心最短距离法
椭球多变量整理
法
在线阅读
下载PDF
职称材料
题名
基于改进尺度的统计建模数据中离群点去除算法及应用
被引量：
2
1
作者
张新荣
徐保国
机构
淮阴工学院电子与电气工程学院
江南大学信控学院
出处
《计算机工程与科学》
CSCD
北大核心
2011年第2期168-172,共5页
基金
国家863计划资助项目(2007AA10Z241)
文摘
鉴于传统鲁棒离群点去除算法不能准确估计过程采样数据的均值和协方差,导致基于PCA的统计建模监控影响故障诊断效果的局限性,本文提出一种综合CDCm与MVT的异常检测算法,可以克服上述缺陷。通过改进尺度方法对过程原始采样数据实现准确估计并进行中心化和标准化处理,运用采样数据中的最大变量值来计算距离,采用CDCm算法求出样本值与中心距离最短的正常点,利用获得的有效数据计算MVT迭代算法的第一个马氏距离,选取距离较小值对应的样本点进行迭代运算,最终去除离群点,获得正常数据。通过在发酵过程中的应用,并与传统鲁棒检测算法进行比较,实验与分析结果表明,该算法提高了异常检测的效率和准确度。
关键词
改进尺度
离群点
中心最短距离
椭球多变量整理
Keywords
modified scaling
outlier
closest distance to center
ellipsoidal multivariate trimming
分类号
TP206 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于鲁棒尺度的统计建模数据中异常点去除算法的研究及应用
被引量：
3
2
作者
张新荣
机构
淮阴工学院电子与电气工程学院
出处
《计算机应用研究》
CSCD
北大核心
2010年第9期3319-3321,共3页
文摘
针对基于主元分析（PCA）的统计监控模型受到历史数据中异常点强烈影响的不足,鉴于建模历史数据中存在的异常点会影响过程监控效果,分析目前常用的鲁棒异常值检测算法原理及其缺陷,提出将中心最短距离（CDC）法与椭球多变量整理（MVT）法相结合,构成一种基于鲁棒尺度的CDC-MVT异常值综合检测算法,更加准确地检测异常点。将该算法应用于工业发酵过程,与CDC法和MVT法相比较,该算法能够有效去除建模数据中的异常点。
关键词
异常点
鲁棒尺度
中心最短距离法
椭球多变量整理
法
Keywords
outliers
robust scaling
closest distance to center（ CDC）
ellipsoidal multivariate trimming（ MVT）
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进尺度的统计建模数据中离群点去除算法及应用
张新荣
徐保国
《计算机工程与科学》
CSCD
北大核心
2011
2
在线阅读
下载PDF
职称材料
2
基于鲁棒尺度的统计建模数据中异常点去除算法的研究及应用
张新荣
《计算机应用研究》
CSCD
北大核心
2010
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
