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
5
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SOM的高维化工过程数据粗差判别
被引量:
1
1
作者
颜学峰
涂晓芝
钱锋
《石油化工高等学校学报》
EI
CAS
2008年第4期84-86,90,共4页
针对石油化工生产过程样本数据呈高维的特征,提出了基于自组织映射(Self-Organizing Map,SOM)网络的粗差判别方法,并实际应用于初馏塔生产过程。首先应用SOM网络对初馏塔生产过程数据进行保留拓扑结构的降维映射,然后通过对其映射平面...
针对石油化工生产过程样本数据呈高维的特征,提出了基于自组织映射(Self-Organizing Map,SOM)网络的粗差判别方法,并实际应用于初馏塔生产过程。首先应用SOM网络对初馏塔生产过程数据进行保留拓扑结构的降维映射,然后通过对其映射平面神经元间距离的可视化分析,实现数据粗差判别。研究结果表明用SOM网络来发现高维复杂生产过程数据中的粗差具有很好的可视化效果及应用前景。
展开更多
关键词
SOM网络
粗差判别
可视化
初馏塔
在线阅读
下载PDF
职称材料
基于改进MCD的粗差判别方法及性能分析
被引量:
5
2
作者
吴国庆
颜学峰
《华东理工大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2008年第2期267-272,295,共7页
针对正态分布的样本数据粗差判别,MCD(Minimum Covariance Determinant Estima-tor)方法存在算法参数h难以确定的缺点,提出了基于MCD的改进算法Modified MCD(M-MCD)。该算法首先以基于MCD估计的鲁棒马氏距离平方的标准差与理论总体样本...
针对正态分布的样本数据粗差判别,MCD(Minimum Covariance Determinant Estima-tor)方法存在算法参数h难以确定的缺点,提出了基于MCD的改进算法Modified MCD(M-MCD)。该算法首先以基于MCD估计的鲁棒马氏距离平方的标准差与理论总体样本马氏距离平方的标准差的最小偏差为目标,通过自适应迭代,求得最佳的算法参数h。然后,在最佳算法参数h下,基于MCD估计的鲁棒马氏距离,通过卡平方分布判别样本数据中的粗差。系列仿真实验表明:MCD方法的粗差判别结果严重依赖于算法参数h;M-MCD方法能通过自适应迭代求得最佳算法参数h,并具有良好的粗差判别性能,且优于MCD。
展开更多
关键词
离群点
粗差判别
鲁棒马氏距离
稳健估计
最小广义方
差
估计
在线阅读
下载PDF
职称材料
基于离差和改进的大坝变形监测粗差判别方法
被引量:
6
3
作者
花胜强
李永红
+2 位作者
高磊
郑健兵
蔡杰
《水电能源科学》
北大核心
2020年第6期67-69,共3页
随着大坝监测自动化的普及,在大坝安全分析评估中寻求可靠的粗差判别方法显得越来越重要,而基于回归统计的粗差判别准则中,由于粗差数据也会先参与回归建模,由此导致回归模型本身可能失真,从而易引发后续的误判和漏判粗差。对此,提出了...
随着大坝监测自动化的普及,在大坝安全分析评估中寻求可靠的粗差判别方法显得越来越重要,而基于回归统计的粗差判别准则中,由于粗差数据也会先参与回归建模,由此导致回归模型本身可能失真,从而易引发后续的误判和漏判粗差。对此,提出了一种针对混凝土重力坝变形监测的粗差判别方法。首先,计算样本中每个测值的离差和;其次,基于离差和剔除部分疑似粗差的测值,从而建立回归模型;最后,根据回归模型计算每个测值的拟合残差,并基于肖维勒准则最终确定粗差。实例仿真表明,该算法不受原始数据粗差的影响,具有更高的精度和鲁棒性。
展开更多
关键词
大坝变形监测
粗差判别
离
差
和
逐步回归
肖维勒准则
在线阅读
下载PDF
职称材料
高速铁路三维控制网粗差实时判别方法研究
4
作者
曹娟华
秦航
吴维军
《铁道勘察》
2024年第3期15-20,27,共7页
高速铁路三维控制网外业观测易受不利环境因素影响,难免存在测量粗差,为了尽早识别测量粗差,提高外业数据质量及后续平差结果的精度,需进行三维控制网粗差实时判别方法的研究。根据三维控制网网形及其特点,详细分析三维控制网闭合环的类...
高速铁路三维控制网外业观测易受不利环境因素影响,难免存在测量粗差,为了尽早识别测量粗差,提高外业数据质量及后续平差结果的精度,需进行三维控制网粗差实时判别方法的研究。根据三维控制网网形及其特点,详细分析三维控制网闭合环的类型,采用三维控制网(Ⅰ类、Ⅱ类、Ⅲ类)22种闭合环进行闭合差计算;同时,基于协方差传播定律构建闭合环校核边中误差的数学模型,以2倍闭合环相对中误差为限差,判别三维控制网外业数据质量。研究表明,三维控制网网形具有较强的规律性和对称性,在完成归整后,可使用1/7000,1/13000和1/23000为对应闭合环的极限误差进行粗差判别。研究结果表明,在三维控制网外业数据观测过程中,采用该方法能够实时判别并发现测量粗差,有利于以最小代价进行现场补测,从而提高三维控制网数据可靠性和数据质量。
展开更多
关键词
高速铁路
三维控制网
粗差判别
协方
差
闭合
差
在线阅读
下载PDF
职称材料
线性回归粗差点判别在大学物理实验数据处理中的应用
被引量:
1
5
作者
郭露芳
杨欣
《大学物理实验》
2017年第6期116-118,共3页
大学物理实验数据处理过程中变量之间的关系大多可以转化为一元线性回归问题,但实验测量数据中可能存在的粗差点会降低其结果的准确性。本文将一元线性回归曲线拟合与C语言程序相结合,采用线性回归粗差点判别法,实现粗差点的剔除,有效...
大学物理实验数据处理过程中变量之间的关系大多可以转化为一元线性回归问题,但实验测量数据中可能存在的粗差点会降低其结果的准确性。本文将一元线性回归曲线拟合与C语言程序相结合,采用线性回归粗差点判别法,实现粗差点的剔除,有效地提高判别结果的准确性。
展开更多
关键词
粗差判别
线性回归
C语言
在线阅读
下载PDF
职称材料
题名
基于SOM的高维化工过程数据粗差判别
被引量:
1
1
作者
颜学峰
涂晓芝
钱锋
机构
华东理工大学自动化研究所
出处
《石油化工高等学校学报》
EI
CAS
2008年第4期84-86,90,共4页
基金
国家自然科学基金(20506003
20776042)
+3 种基金
国家863项目(2007AA04Z164
2007AA04Z171)
教育部科学技术研究重点项目(106073)
国家杰出青年科学基金(60625302)
文摘
针对石油化工生产过程样本数据呈高维的特征,提出了基于自组织映射(Self-Organizing Map,SOM)网络的粗差判别方法,并实际应用于初馏塔生产过程。首先应用SOM网络对初馏塔生产过程数据进行保留拓扑结构的降维映射,然后通过对其映射平面神经元间距离的可视化分析,实现数据粗差判别。研究结果表明用SOM网络来发现高维复杂生产过程数据中的粗差具有很好的可视化效果及应用前景。
关键词
SOM网络
粗差判别
可视化
初馏塔
Keywords
SOM networks
Outlier detection
Visualization
Preflash tower
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
TQ02 [化学工程]
在线阅读
下载PDF
职称材料
题名
基于改进MCD的粗差判别方法及性能分析
被引量:
5
2
作者
吴国庆
颜学峰
机构
华东理工大学自动化研究所
出处
《华东理工大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2008年第2期267-272,295,共7页
基金
国家自然科学基金(2050600320776042)
国家863项目(2007AA04Z164
2007AA04Z171)
文摘
针对正态分布的样本数据粗差判别,MCD(Minimum Covariance Determinant Estima-tor)方法存在算法参数h难以确定的缺点,提出了基于MCD的改进算法Modified MCD(M-MCD)。该算法首先以基于MCD估计的鲁棒马氏距离平方的标准差与理论总体样本马氏距离平方的标准差的最小偏差为目标,通过自适应迭代,求得最佳的算法参数h。然后,在最佳算法参数h下,基于MCD估计的鲁棒马氏距离,通过卡平方分布判别样本数据中的粗差。系列仿真实验表明:MCD方法的粗差判别结果严重依赖于算法参数h;M-MCD方法能通过自适应迭代求得最佳算法参数h,并具有良好的粗差判别性能,且优于MCD。
关键词
离群点
粗差判别
鲁棒马氏距离
稳健估计
最小广义方
差
估计
Keywords
outliers
outlier detection
robust mahalanobis distance
robust estimate
MCD
分类号
O212.4 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
基于离差和改进的大坝变形监测粗差判别方法
被引量:
6
3
作者
花胜强
李永红
高磊
郑健兵
蔡杰
机构
南瑞集团有限公司(国网电力科学研究院有限公司)
出处
《水电能源科学》
北大核心
2020年第6期67-69,共3页
基金
国家电网公司科技项目(2000-201956442A-0-0-00)。
文摘
随着大坝监测自动化的普及,在大坝安全分析评估中寻求可靠的粗差判别方法显得越来越重要,而基于回归统计的粗差判别准则中,由于粗差数据也会先参与回归建模,由此导致回归模型本身可能失真,从而易引发后续的误判和漏判粗差。对此,提出了一种针对混凝土重力坝变形监测的粗差判别方法。首先,计算样本中每个测值的离差和;其次,基于离差和剔除部分疑似粗差的测值,从而建立回归模型;最后,根据回归模型计算每个测值的拟合残差,并基于肖维勒准则最终确定粗差。实例仿真表明,该算法不受原始数据粗差的影响,具有更高的精度和鲁棒性。
关键词
大坝变形监测
粗差判别
离
差
和
逐步回归
肖维勒准则
Keywords
dam displacement monitoring
gross error elimination
difference squares
stepwise regression algorithm
Chauvenet criterion
分类号
TV698.1 [水利工程—水利水电工程]
在线阅读
下载PDF
职称材料
题名
高速铁路三维控制网粗差实时判别方法研究
4
作者
曹娟华
秦航
吴维军
机构
江西制造职业技术学院
南昌大学先进制造学院
江西日月明测控科技股份有限公司
出处
《铁道勘察》
2024年第3期15-20,27,共7页
基金
国家自然科学基金项目(52068052)
江西省教育厅科学技术研究项目(GJJ2207507)。
文摘
高速铁路三维控制网外业观测易受不利环境因素影响,难免存在测量粗差,为了尽早识别测量粗差,提高外业数据质量及后续平差结果的精度,需进行三维控制网粗差实时判别方法的研究。根据三维控制网网形及其特点,详细分析三维控制网闭合环的类型,采用三维控制网(Ⅰ类、Ⅱ类、Ⅲ类)22种闭合环进行闭合差计算;同时,基于协方差传播定律构建闭合环校核边中误差的数学模型,以2倍闭合环相对中误差为限差,判别三维控制网外业数据质量。研究表明,三维控制网网形具有较强的规律性和对称性,在完成归整后,可使用1/7000,1/13000和1/23000为对应闭合环的极限误差进行粗差判别。研究结果表明,在三维控制网外业数据观测过程中,采用该方法能够实时判别并发现测量粗差,有利于以最小代价进行现场补测,从而提高三维控制网数据可靠性和数据质量。
关键词
高速铁路
三维控制网
粗差判别
协方
差
闭合
差
Keywords
high-speed railway
3D control network
the gross error elimination
covariance
closure
分类号
U238 [交通运输工程—道路与铁道工程]
U216.3 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
线性回归粗差点判别在大学物理实验数据处理中的应用
被引量:
1
5
作者
郭露芳
杨欣
机构
上海理工大学
出处
《大学物理实验》
2017年第6期116-118,共3页
基金
2017年上海理工大学教师教学发展研究项目(5214113001)
文摘
大学物理实验数据处理过程中变量之间的关系大多可以转化为一元线性回归问题,但实验测量数据中可能存在的粗差点会降低其结果的准确性。本文将一元线性回归曲线拟合与C语言程序相结合,采用线性回归粗差点判别法,实现粗差点的剔除,有效地提高判别结果的准确性。
关键词
粗差判别
线性回归
C语言
Keywords
gross error discrimination
linear regression
C program
分类号
O4-39 [理学—物理]
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SOM的高维化工过程数据粗差判别
颜学峰
涂晓芝
钱锋
《石油化工高等学校学报》
EI
CAS
2008
1
在线阅读
下载PDF
职称材料
2
基于改进MCD的粗差判别方法及性能分析
吴国庆
颜学峰
《华东理工大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2008
5
在线阅读
下载PDF
职称材料
3
基于离差和改进的大坝变形监测粗差判别方法
花胜强
李永红
高磊
郑健兵
蔡杰
《水电能源科学》
北大核心
2020
6
在线阅读
下载PDF
职称材料
4
高速铁路三维控制网粗差实时判别方法研究
曹娟华
秦航
吴维军
《铁道勘察》
2024
0
在线阅读
下载PDF
职称材料
5
线性回归粗差点判别在大学物理实验数据处理中的应用
郭露芳
杨欣
《大学物理实验》
2017
1
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