期刊文献+
共找到548篇文章
< 1 2 28 >
每页显示 20 50 100
基于缺失数据插补和改进集成策略的电力系统暂态稳定评估
1
作者 李欣 吴凌霄 +3 位作者 李新宇 赵伟杰 李阳 郭攀锋 《电力系统及其自动化学报》 北大核心 2025年第8期38-48,共11页
针对电气运行数据在量测和传输过程中可能出现缺失,导致电力系统暂态稳定评估模型性能下降的问题,提出一种基于缺失数据插补和改进集成策略的暂态稳定评估方法。首先,通过图循环插补网络对电力系统的拓扑结构进行显式建模,学习特征间潜... 针对电气运行数据在量测和传输过程中可能出现缺失,导致电力系统暂态稳定评估模型性能下降的问题,提出一种基于缺失数据插补和改进集成策略的暂态稳定评估方法。首先,通过图循环插补网络对电力系统的拓扑结构进行显式建模,学习特征间潜在的时空联系,构建缺失数据插补模型,并基于插补效果生成像素点可信度矩阵和特征值可信度矩阵;其次,利用改进的堆叠方法和闭式连续时间神经网络构建集成评估模型,同时将可信度矩阵融合到该评估模型的训练和应用中;最后,引入时间自适应评估方法以缓解插补模型和评估模型同时应用导致的计算压力。新英格兰39节点电力系统算例结果表明,所提方法具有较强的鲁棒性,能够在多种数据缺失的情况下保持较高评估水准。 展开更多
关键词 缺失数据 暂态稳定评估 图循环插补网络 可信度矩阵
在线阅读 下载PDF
基于信息融合的软件工作量缺失数据插补方法
2
作者 李婧 鲁艳丽 孙胜祥 《海军工程大学学报》 北大核心 2025年第5期65-72,共8页
为解决软件成本预测中软件工作量数据缺失严重的问题,提出了一种基于信息融合的缺失数据插补方法。首先,基于链式方程多重插补法,采用极端随机树、支持向量回归和极端梯度提升树作为插补器,分别生成3个插补数据集,针对每个含缺失值的样... 为解决软件成本预测中软件工作量数据缺失严重的问题,提出了一种基于信息融合的缺失数据插补方法。首先,基于链式方程多重插补法,采用极端随机树、支持向量回归和极端梯度提升树作为插补器,分别生成3个插补数据集,针对每个含缺失值的样本,从这3个数据集中提取对应的插补值,形成3个插补向量;然后,融合这3个插补向量的信息,选择夹角最大的2个向量,计算其均值向量,作为该样本的最终插补结果;最后,处理所有含缺失值的样本,最终生成完整的软件工作量数据集。实验结果表明:所提出的基于信息融合的缺失数据插补方法能有效利用多种模型的互补优势,展现出更高的精度和稳健性,可为软件工作量数据的缺失插补及后续的软件成本预测提供可靠支持。 展开更多
关键词 信息融合 链式方程多重插补 软件工作量缺失数据 数据插补
在线阅读 下载PDF
基于改进GRU的桥梁监测系统通道缺失数据恢复
3
作者 常军 钟紫婷 刘晨光 《重庆交通大学学报(自然科学版)》 北大核心 2025年第9期10-18,共9页
桥梁健康监测系统中,因传感器故障和外界环境干扰导致的数据丢失严重影响监测系统的可靠性。目前数据恢复方法集中于恢复通道部分缺失数据的问题,而对恢复整个通道缺失数据问题关注较少。为此,对GRU神经网络进行改进,用于恢复整个通道... 桥梁健康监测系统中,因传感器故障和外界环境干扰导致的数据丢失严重影响监测系统的可靠性。目前数据恢复方法集中于恢复通道部分缺失数据的问题,而对恢复整个通道缺失数据问题关注较少。为此,对GRU神经网络进行改进,用于恢复整个通道缺失数据,提高数据恢复精度。首先,构建改进的GRU模型,其以降噪自编码模型为基础构架,利用门控循环神经网络代替全连接层,学习不同数据间的时空相关性,同时加入注意力机制和掩码机制,加强对缺失位置的关注程度,提高数据恢复的准确性。其次,构造数据训练模型,人为构造每个通道连续缺失数据作为模型输入,相应完整数据作为输出,提高模型对缺失位置机制的学习能力。最后,恢复整个通道缺失数据,用评价指标评价数据恢复效果,并进行模态分析。通过数值模拟和实桥监测数据验证了方法的准确性,实桥中的应用结果表明:与已有模型相比,该方法数据恢复精度提高,平均绝对误差降低了21.8%,均方根误差降低了42.7%,模型拟合能力提高了9.1%。 展开更多
关键词 桥梁工程 桥梁健康监测 通道缺失数据 门控循环神经网络 降噪自编码模型
在线阅读 下载PDF
基于矩阵分解的不同缺失模式下库存缺失数据插补模型研究
4
作者 邹昕彤 金辉 《计算机应用与软件》 北大核心 2025年第5期56-61,共6页
针对库存缺失数据设计一种基于改进矩阵分解的库存缺失数据插补模型。针对库存数据的特性,采用单位根检验和Nemenyi事后多重比较对数据平稳性和显著性进行分析;为不同缺失模式的缺失数据引入时间正则器长短时记忆神经网络,以获取时间序... 针对库存缺失数据设计一种基于改进矩阵分解的库存缺失数据插补模型。针对库存数据的特性,采用单位根检验和Nemenyi事后多重比较对数据平稳性和显著性进行分析;为不同缺失模式的缺失数据引入时间正则器长短时记忆神经网络,以获取时间序列数据中时间依赖性,空间正则器图拉普拉斯,利用网络传感器之间的空间关联考虑时空特征,同时加入Adam优化器,以实现库存缺失数据的高性能插补。根据数据特性,采取RMSE评价指标进行模型评价,通过与先进方法的比较研究,证明了模型具有优越的插补性能。 展开更多
关键词 数字物流 库存管理 缺失数据插补 时间序列 矩阵分解 Adam优化器
在线阅读 下载PDF
基于CNN-LSTM模型的土壤温湿度缺失数据填补算法
5
作者 张瑛进 史志强 +1 位作者 古丽米拉·克孜尔别克 库木斯·阿依肯 《湖北农业科学》 2025年第2期179-183,196,共6页
针对因恶劣环境、电池耗尽、硬件故障等原因导致的土壤温湿度传感器数据丢失问题,提出一种基于卷积神经网络的长短期记忆网络(CNN-LSTM)填补模型。以闪电河流域2019年土壤温湿度数据为试验数据,分别选用CNN、LSTM、TCN、CNN-TCN、CNN-LS... 针对因恶劣环境、电池耗尽、硬件故障等原因导致的土壤温湿度传感器数据丢失问题,提出一种基于卷积神经网络的长短期记忆网络(CNN-LSTM)填补模型。以闪电河流域2019年土壤温湿度数据为试验数据,分别选用CNN、LSTM、TCN、CNN-TCN、CNN-LSTM 5个模型对土壤温湿度传感器网络缺失数据进行填补,并采用Adam算法优化模型,使用决定系数(R^(2))、均方根误差(RMSE)、平均绝对误差(MAE)指数对模型填补结果进行评价。结果表明,采用线性插补算法获得完整的数据,CNN-LSTM模型的R^(2)为0.999 9,高于其他模型,MAE、RMSE分别为0.001 85、0.019 70,均远低于其他模型。采用k近邻插补算法获得完整的数据,CNN-LSTM模型的MAE、RMSE分别为0.000 12、0.000 12,均远低于其他模型,R^(2)为0.999 4,高于CNN模型、TCN模型;CNN-LSTM模型对土壤温湿度传感器数据缺失值的填补效果最好。CNN-LSTM模型在处理大规模土壤温湿度传感器缺失数据问题时具有较好的可行性和精确度。 展开更多
关键词 CNN-LSTM模型 土壤 温湿度 缺失数据填补算法
在线阅读 下载PDF
多元信息融合的岩爆预警缺失数据补全方法研究
6
作者 林涛 牛文静 +1 位作者 何本国 梅诗明 《地质论评》 北大核心 2025年第S1期401-404,共4页
岩爆是深部地下岩体工程常见的地质灾害,具有突发性强、破坏程度高和机制复杂等特点(汪波等,2018;冯夏庭等,2019)。岩爆监测预警是公认的世界级工程难题(钱七虎,2014)。岩爆风险受地质、应力、开挖和支护等多种因素共同影响,并且发生岩... 岩爆是深部地下岩体工程常见的地质灾害,具有突发性强、破坏程度高和机制复杂等特点(汪波等,2018;冯夏庭等,2019)。岩爆监测预警是公认的世界级工程难题(钱七虎,2014)。岩爆风险受地质、应力、开挖和支护等多种因素共同影响,并且发生岩爆前会产生一系列微震破裂事件(冯夏庭等,2012)。因此,准确、连续获取地质、施工和监测等多元信息,是预测预警岩爆风险的关键。 展开更多
关键词 多元信息 缺失数据补全 岩爆风险预测 数据挖掘 深度学习
在线阅读 下载PDF
基于梯度惩罚生成对抗网络的配电网缺失数据修复方法
7
作者 吕朋蓬 卜强生 +1 位作者 郭野 罗飞 《太阳能学报》 北大核心 2025年第5期185-192,共8页
提出一种基于梯度惩罚生成对抗网络的配电网缺失数据修复方法。针对配电网数据特点设计生成器和判别器的结构及参数,并在生成对抗网络训练中引入梯度惩罚项以提高收敛性能。该方法仅以数据驱动,通过无监督学习理解数据中难以表征的高维... 提出一种基于梯度惩罚生成对抗网络的配电网缺失数据修复方法。针对配电网数据特点设计生成器和判别器的结构及参数,并在生成对抗网络训练中引入梯度惩罚项以提高收敛性能。该方法仅以数据驱动,通过无监督学习理解数据中难以表征的高维、非线性特征,不需要配电网的具体拓扑结构建模,提高了数据修复方法的适用性。算例结果表明该方法与传统生成对抗网络相比具有更高的修复精度,在数据缺失比例为10%时,数据修复精度提高18.9%。 展开更多
关键词 电网功率测量 数据 生成对抗网络 无监督学习 缺失数据修复
在线阅读 下载PDF
基于泛化中心聚类的时间序列缺失数据填补方法
8
作者 于艳朋 惠向晖 《吉林大学学报(理学版)》 北大核心 2025年第4期1137-1142,共6页
针对填补时间序列中的缺失值通常依赖于已有数据的预测,由于时间序列的复杂性和不确定性导致预测结果常存在误差的问题,为保证数据填补效果,提出一种基于泛化中心聚类的时间序列缺失数据填补方法.首先,计算对象与类之间、类与类之间的距... 针对填补时间序列中的缺失值通常依赖于已有数据的预测,由于时间序列的复杂性和不确定性导致预测结果常存在误差的问题,为保证数据填补效果,提出一种基于泛化中心聚类的时间序列缺失数据填补方法.首先,计算对象与类之间、类与类之间的距离,量化数据点与聚类中心之间的相对位置关系,得到数据间的空间关系.其次,利用信息瓶颈算法对空间中的泛化中心进行聚类处理,将含有缺失数据的时间序列数据集划分到同一类中.最后,计算簇半径,对泛化中心聚类后产生的离群点数据再次进行可用、弱可用随机损坏数据划分,设置波动阈值,将位于波动阈值内的随机损坏数据与聚类中统一属性值进行字符串对比,实现时间序列缺失数据填补.实验结果表明,该方法在聚类过程中有较高的标准化互信息和命中率,在缺失数据填补时,可保证数据补齐率在80%以上,说明该方法可有效改善时间序列数据的完整性. 展开更多
关键词 泛化中心聚类 时间序列 缺失数据填补 信息瓶颈 随机损坏数据 补齐率
在线阅读 下载PDF
矿井通风参数缺失数据插补方法 被引量:5
9
作者 倪景峰 刘雪峰 邓立军 《煤炭学报》 EI CAS CSCD 北大核心 2024年第5期2315-2323,共9页
矿井智能通风系统对矿山智能化建设至关重要。为解决矿井通风参数在实际测量时,因为巷道不具备测试条件、仪器信号受到干扰、巷道断面风速不均一、人工操作不当等制约性因素,造成的矿井通风参数数据缺失问题,提出了1种基于随机森林−链... 矿井智能通风系统对矿山智能化建设至关重要。为解决矿井通风参数在实际测量时,因为巷道不具备测试条件、仪器信号受到干扰、巷道断面风速不均一、人工操作不当等制约性因素,造成的矿井通风参数数据缺失问题,提出了1种基于随机森林−链式方程多重插补法的矿井通风参数缺失数据插补方法。采用链式方程多重插补法,通过迭代对每个缺失的属性值产生n个插补值,从而产生n个完整数据集,对n个完整数据集进行分析优化得到1个最终的完整数据集。为了提高缺失值插补精度,合理考虑了矿井通风参数缺失数据的不确定性对分析过程的影响,在随机森林的预测任务中,结合预测均值匹配模型对缺失数据进行插补。以潞新二矿为实验对象,利用智能矿井通风仿真系统IMVS对潞新二矿矿井通风参数原始数据集进行数据预处理,得到完整、准确的矿井通风参数完整数据集,对完整数据集分别进行了不同缺失属性、不同数据缺失率、不同迭代次数的对比试验。以多种模型评价指标对模型有效性进行评估。结果表明:基于随机森林的链式方程多重插补模型插补形成的完整数据集与原始数据集具有很好的相似性;对不同缺失列进行插补实验的结果显示插补模型可以轻松处理混合类型的数据,自主学习参数之间的相关性从而降低了插补复杂性;迭代后形成的n个数据集通过分析合并成一个最终数据集,提高了插补准确率;对初始插补后的完整数据集进行不同迭代次数的试验,发现迭代超过一定次数后,数据相关性一定会收敛。 展开更多
关键词 矿井通风 随机森林 链式方程多重插补 缺失数据 数据插补
在线阅读 下载PDF
基于相关性分析和生成对抗网络的电网缺失数据填补方法 被引量:8
10
作者 蔡榕 杨雪 +2 位作者 田江 赵奇 王毅 《电力工程技术》 北大核心 2024年第1期229-237,共9页
城市电网新型电力系统中多元资源增多,数据采集难度加大,导致数据随机缺失率升高,难以满足精细化分析决策需求。为解决新型电力系统中配网量测数据在采集与传输过程中频发的缺失问题,文中提出一种基于波动互相关分析(fluctuation cross-... 城市电网新型电力系统中多元资源增多,数据采集难度加大,导致数据随机缺失率升高,难以满足精细化分析决策需求。为解决新型电力系统中配网量测数据在采集与传输过程中频发的缺失问题,文中提出一种基于波动互相关分析(fluctuation cross-correlation analysis,FCCA)算法和生成对抗网络(generative adversarial network,GAN)的电网缺失数据填补方法。首先,融合FCCA算法提出强相关性电网数据多维特征提取方法;其次,基于核主成分分析(kernel principal component analysis,KPCA)对多维特征数据集进行降维处理;最后,设计改进型GAN结构,融合电网数据多维特征对低维向量进行重构,实现缺失数据填补。算例采用真实电网数据进行算法验证,并在某城市电网试运行。结果表明,所提方法比传统数据填补方法具有更高填补精度。因此,在新型电力系统中量测数据连续缺失和缺失量较大的情况下,融合强相关性特征进行数据填补,对提升量测数据的完整性和可用性有明显优势。 展开更多
关键词 新型电力系统 波动互相关分析(FCCA) 多维特征 生成对抗网络(GAN) 缺失数据 核主成分分析(KPCA) 智能填补
在线阅读 下载PDF
基于缺失数据的交通速度预测算法 被引量:1
11
作者 黄坤 孙未未 《计算机科学》 CSCD 北大核心 2024年第3期72-80,共9页
交通速度预测是智能交通系统的基础,可以缓解交通拥堵,节约公共资源,提高人们的生活质量。在真实情况下,采集到的交通速度数据通常存在缺失,而现有研究成果大多数只考虑了数据相对完整的场景。文章主要针对缺失场景下的交通速度数据进... 交通速度预测是智能交通系统的基础,可以缓解交通拥堵,节约公共资源,提高人们的生活质量。在真实情况下,采集到的交通速度数据通常存在缺失,而现有研究成果大多数只考虑了数据相对完整的场景。文章主要针对缺失场景下的交通速度数据进行研究,捕捉其中的时空相关性,并对未来交通速度进行预测。为了充分利用到交通数据的时空特征,提出了一种新的基于深度学习的交通速度预测模型。首先,提出了“还原-预测”算法,先使用自监督学习方法让模型还原缺失数据,再对交通速度进行预测;其次,引入了对比学习的方法,使得速度时间序列的特征表示更鲁棒;最后,模拟了不同数据缺失率的场景,通过实验验证了所提方法在各种缺失率下的预测准确率都优于现有方法,并设计了实验对对比学习方法和不同的还原算法进行分析,证明了所提方法的有效性。 展开更多
关键词 交通速度预测 缺失数据还原 图神经网络 对比学习 深度学习
在线阅读 下载PDF
基于空间面板数据模型的拱坝变形缺失数据处理 被引量:1
12
作者 俞扬峰 娄本星 +3 位作者 马福恒 叶伟 李星 罗翔 《水利水运工程学报》 CSCD 北大核心 2024年第2期135-142,共8页
变形监测信息缺失会对拱坝安全性态的分析造成困难甚至引起误判,需要采用科学合理的方法对缺失数据进行处理,从而获取完整可靠的监测数据。传统的缺失值处理方法仅考虑了拱坝测点的局部空间关联性,而拱坝变形整体性较强,在进行缺失值插... 变形监测信息缺失会对拱坝安全性态的分析造成困难甚至引起误判,需要采用科学合理的方法对缺失数据进行处理,从而获取完整可靠的监测数据。传统的缺失值处理方法仅考虑了拱坝测点的局部空间关联性,而拱坝变形整体性较强,在进行缺失值插补时有必要考虑拱坝所有测点间的时空关联性。鉴于此,从拱坝的整体性和测点的空间相关性出发,首先引入空间权重矩阵,证明拱坝变形具有显著的空间正自相关性;在此基础上,基于空间面板数据模型提出一种考虑拱坝整体时空关联性的变形缺失数据处理方法;最后结合某拱坝工程实例,验证了所构建模型的有效性。工程实例表明:该方法插补残差值低于SL 601—2013《混凝土坝安全监测技术规范》所规定的误差限值,具有较高的插补精度,可对变形监测缺失数据进行有效处理。 展开更多
关键词 拱坝 变形监测 缺失数据 空间自相关 空间面板数据模型
在线阅读 下载PDF
基于缺失数据填补的油浸式变压器故障诊断 被引量:9
13
作者 廖才波 杨金鑫 +3 位作者 邱志斌 胡雄 蒋子豪 李欣 《高电压技术》 EI CAS CSCD 北大核心 2024年第9期4091-4100,共10页
数据质量是影响变压器故障诊断模型准确性及可靠性的重要因素。针对现有变压器故障诊断模型对数据完整性要求较高等问题,以油浸式变压器为研究对象,提出了一种基于缺失数据填补的变压器故障诊断方法。首先,采用极端随机树(extremely ran... 数据质量是影响变压器故障诊断模型准确性及可靠性的重要因素。针对现有变压器故障诊断模型对数据完整性要求较高等问题,以油浸式变压器为研究对象,提出了一种基于缺失数据填补的变压器故障诊断方法。首先,采用极端随机树(extremely randomized trees,ERT)算法对变压器样本的缺失数据进行填补,通过与多种回归模型对比,评价ERT模型的预测效果。然后,基于油中溶解气体数据,提取能够反映变压器运行状态的16维特征集合,形成完备信息的变压器故障诊断样本。最后,利用树结构概率密度估计(tree-structured parzen estimator,TPE)算法实现梯度提升树(gradient boosting decision tree,GBDT)模型的参数优化,构建基于TPE-GBDT的变压器故障诊断模型。研究结果表明,在对缺失率为10%的变压器样本数据进行填补时,ERT算法的决定系数达到0.96,高于线性回归和随机森林回归等算法。此外,基于ERT填补后的样本数据在TPE-GBDT模型的平均诊断准确率和标准差分别为90.1%和0.036,其准确性和稳定性均优于线性判别分析和随机森林分类等算法。该方法能够有效提升变压器样本质量和故障诊断效果,可为变压器运维检修提供针对性的指导建议。 展开更多
关键词 变压器 缺失数据填补 极端随机树 故障诊断 梯度提升树 油中溶解气体分析
在线阅读 下载PDF
基于双通道生成对抗网络的城市用电负荷缺失数据补全方法 被引量:6
14
作者 刘志坚 陶韵旭 +2 位作者 刘航 罗灵琳 李明 《电力系统自动化》 EI CSCD 北大核心 2024年第17期161-170,共10页
用电负荷数据的完整性与有效性在负荷预测等应用中具有重要意义。传统的缺失数据补全方法缺乏对用电负荷和多种外部时空关联信息的挖掘,难以获得高精度的补全结果。文中提出了一种双通道生成对抗网络,对缺失的负荷数据进行补全。首先,... 用电负荷数据的完整性与有效性在负荷预测等应用中具有重要意义。传统的缺失数据补全方法缺乏对用电负荷和多种外部时空关联信息的挖掘,难以获得高精度的补全结果。文中提出了一种双通道生成对抗网络,对缺失的负荷数据进行补全。首先,根据负荷的周期性变化特征和时空关联性构建三阶负荷张量,并将影响负荷变化的多种外部因素构建为三阶辅助信息张量。然后,为满足两种张量的双输入需求,在生成对抗网络的输入层引入双通道机制,通过卷积与反卷积运算提取张量的特征;为提升网络对张量数据的训练效果和补全精度,将张量分解损失引入原始损失函数,并采用改进的混沌映射粒子群优化算法联合优化超参数和网络。最后,在真实负荷数据集上开展数据补全实验。结果表明,所提方法能够对随机缺失率不超过50%、连续缺失不超过3天的负荷数据进行准确补全。 展开更多
关键词 负荷数据缺失 负荷预测 三阶张量 生成对抗网络 分解损失 混沌映射粒子群优化算法 补全方法
在线阅读 下载PDF
基于四维张量特征分解的风电机组轴承故障缺失数据恢复方法研究 被引量:1
15
作者 时培明 孙航璇 +1 位作者 许学方 韩东颖 《计量学报》 CSCD 北大核心 2024年第5期738-746,共9页
针对风电机组轴承故障信息采集过程中数据缺失导致故障类型无法识别问题,提出了一种基于四维张量模型特征分解恢复缺失数据的方法。首先,基于转速、时窗、经验模态分解和时间4个维度构建四维张量;其次,通过加权优化算法实现张量填充,修... 针对风电机组轴承故障信息采集过程中数据缺失导致故障类型无法识别问题,提出了一种基于四维张量模型特征分解恢复缺失数据的方法。首先,基于转速、时窗、经验模态分解和时间4个维度构建四维张量;其次,通过加权优化算法实现张量填充,修补故障数据的缺失值;然后,对张量进行Tucker分解得到核心张量及因子矩阵;最后,基于梯度优化算法进行迭代优化得到最终核心张量及因子矩阵,并利用二者对四维张量进行重构得到恢复数据。采用实验数据和实际数据来验证提出方法的有效性和可靠性。结果表明:两组恢复数据的RMSE值分别为0.3169和0.0291,远小于4种对比方法的RMSE值。利用双稳态随机共振对2组恢复数据进行故障特征提取,信噪比显著提高,分别为-13.2647和-15.5212,进一步验证提出方法的准确性。 展开更多
关键词 信息采集 数据恢复 轴承故障诊断 张量分解 缺失数据 特征提取 振动测量 风电机组
在线阅读 下载PDF
基于GAN的软测量缺失数据生成方法研究 被引量:3
16
作者 蒋栋年 王仁杰 《西北工业大学学报》 EI CAS CSCD 北大核心 2024年第2期344-352,共9页
针对工业过程中传感器数据缺失造成软测量模型精度低的问题,提出一种基于生成对抗网络(generative adversarial nets,GAN)的传感器缺失数据生成方法。利用孤立森林算法检测出传感器数据的缺失区域;利用缺失数据属性特征训练条件生成对... 针对工业过程中传感器数据缺失造成软测量模型精度低的问题,提出一种基于生成对抗网络(generative adversarial nets,GAN)的传感器缺失数据生成方法。利用孤立森林算法检测出传感器数据的缺失区域;利用缺失数据属性特征训练条件生成对抗网络(conditional generative adversarial nets,CGAN),在CGAN的输入条件中添加随机序列作为附加信息迭代送入CGAN中生成数据,并借助WGAN-GP(wasserstein generative adversarial nets gradient penalty)成本函数提高网络训练的稳定性;针对缺失区域检测结果引入采样器,将采样的数据填补进缺失区域,形成完整数据集,以提高软测量模型精度。以镍闪速炉温度传感器数据为目标变量进行软测量建模,验证所提出的提高软测量模型精度方法的可行性与有效性。 展开更多
关键词 数据缺失 孤立森林 生成对抗网络 软测量模型
在线阅读 下载PDF
一种顾及空间异质性和噪声的遥感缺失数据重建方法
17
作者 雷楷烨 张显云 +1 位作者 刘晶晖 吴雪 《测绘通报》 CSCD 北大核心 2024年第12期40-47,共8页
针对光学遥感数据常存在大量缺失数据和噪声,以及现有光学遥感缺失数据重建算法大都未充分顾及地理数据空间相关密切程度的问题,本文充分利用地理空间数据间的时空关联性,提出了一种协同随机森林(RF)和地理加权回归(GWR)的重建方法(RF+G... 针对光学遥感数据常存在大量缺失数据和噪声,以及现有光学遥感缺失数据重建算法大都未充分顾及地理数据空间相关密切程度的问题,本文充分利用地理空间数据间的时空关联性,提出了一种协同随机森林(RF)和地理加权回归(GWR)的重建方法(RF+GWR),分别以GF-4归一化植被指数(NDVI)、MODIS地表温度(LST)和GF-4反射率数据为试验材料,对RF+GWR方法的普适性和缺失重建性能进行了评估。试验结果表明,在所设不同云量掩膜水平下,相比于KNN和RF,RF+GWR方法在GF-4 NDVI、MODIS LST和GF-4波段反射率缺失数据方面的重建性能均有不同程度的改善,均方根误差、平均绝对误差和决定系数最大提升分别为33.07%、30.19%和7.06%。 展开更多
关键词 光学遥感 缺失数据重建 地理加权回归 随机森林 K最近邻
在线阅读 下载PDF
追踪研究中缺失数据处理方法及应用现状分析 被引量:21
18
作者 叶素静 唐文清 +1 位作者 张敏强 曹魏聪 《心理科学进展》 CSSCI CSCD 北大核心 2014年第12期1985-1994,共10页
追踪研究中普遍存在缺失数据,缺失数据处理方法的选择影响统计推断的精度及研究结果的有效性。首先,阐述缺失机制及判断方法,比较追踪研究中主要的缺失数据处理方法的特点、及实际应用中的缺失处理方法的选择和软件实现。其次,对国内心... 追踪研究中普遍存在缺失数据,缺失数据处理方法的选择影响统计推断的精度及研究结果的有效性。首先,阐述缺失机制及判断方法,比较追踪研究中主要的缺失数据处理方法的特点、及实际应用中的缺失处理方法的选择和软件实现。其次,对国内心理学中92篇追踪研究文献进行分析,发现有59篇(64.13%)报告不同程度缺失,其中仅39篇报告了处理方法且均为删除法。未来研究应深入探讨现有缺失数据处理方法的有效性,进一步规范应用研究中缺失数据的处理。 展开更多
关键词 追踪研究 缺失数据 缺失机制 缺失数据处理方法
在线阅读 下载PDF
缺失数据比率和处理方法对非随机缺失数据能力参数估计准确性的影响 被引量:3
19
作者 康春花 孙金玲 +1 位作者 孙小坚 曾平飞 《江西师范大学学报(自然科学版)》 CAS 北大核心 2017年第3期302-307,共6页
探讨了IRT背景下非随机缺失数据的合适处理方法.采用IRTLAB模拟产生50批500个被试在20个0-1记分项目上的反应数据,产生了不同比率的MNAR;再用IN、NP、FR、CM、MI和EM共6种方法分别处理MNAR,使用BILOG-MG软件估计被试的能力参数,并计算... 探讨了IRT背景下非随机缺失数据的合适处理方法.采用IRTLAB模拟产生50批500个被试在20个0-1记分项目上的反应数据,产生了不同比率的MNAR;再用IN、NP、FR、CM、MI和EM共6种方法分别处理MNAR,使用BILOG-MG软件估计被试的能力参数,并计算在不同条件下各种方法的BIAS、BIAS_(abs)、R(θ,■)和RMSE.研究发现:随着缺失比率的增加,参数误差越来越大;FR会导致IRT参数估计产生较大的误差,且不稳定,而MI与EM算法则相对稳定;综合BIAS和RMAE等几个指标,NP在处理MNAR时产生的误差较小也更稳定.因此,在IRT背景下估计被试能力参数时,应选择NP、MI或EM方法处理缺失数据. 展开更多
关键词 缺失数据比例 缺失数据处理方法 IRT参数估计
在线阅读 下载PDF
缺失数据统计处理方法的研究进展 被引量:41
20
作者 帅平 李晓松 +1 位作者 周晓华 刘玉萍 《中国卫生统计》 CSCD 北大核心 2013年第1期135-139,142,共6页
临床试验和流行病学调查中经常出现缺失数据[1-2]。一直以来,统计学家们研究的分析方法主要针对完整数据,含缺失值的数据无疑给生物医学者在实际应用分析时带来不少困难[3-4]。Croy[5]等的研究发现,在随机抽取的25篇关于质量分析的... 临床试验和流行病学调查中经常出现缺失数据[1-2]。一直以来,统计学家们研究的分析方法主要针对完整数据,含缺失值的数据无疑给生物医学者在实际应用分析时带来不少困难[3-4]。Croy[5]等的研究发现,在随机抽取的25篇关于质量分析的文献中,仅有3(12%)篇文章对缺失值进行了处理,采用的方法仅是均值替代、多重回归或根据经验取值替代。 展开更多
关键词 缺失数据 统计处理 流行病学调查 临床试验 质量分析 多重回归 缺失 统计学
在线阅读 下载PDF
上一页 1 2 28 下一页 到第
使用帮助 返回顶部