基于信息熵的异常数据判别方法

信息熵是度量不确定信息的重要工具之一,已有的异常数据判别方法主要针对确定性的异常数据,采用信息熵度量不确定性数据进行异常数据判别的研究报道较少,为此,本文提出了基于信息熵的异常数据判别方法,在传统的基于逻辑回归的异常数据判别算法基础上加入香农公式计算信息熵,利用信息熵寻找出最优切割值对应的最高准确率,并以CIC-IDS2017数据集中的DDos攻击数据为实验数据,将该改进算法与原逻辑回归异常数据判别方法进行对比,通过实验得出改进后的判别算法准确率得到了提升,实验结果表明,所提出算法是有效可行的,为后续异常数据判别方法提供了一种新的研究思路。

不确定度在数据判别中的应用

探讨了测量不确定度在数据差别中的应用：（１）产品接收范围的调整；（２）认可数据的合格与否判别，并以实例说明。

EMLK-2D：传统经验最大概似克立格（Kriging）法支持下的计算机空间数据判别软件

研究人员利用Fortran-90语言成功地开发出一种传统经验最大概似克立格法支持下的计算机空间数据判别软件。该软件已成功地解决了“高斯域”（利用实验数据中正态分布的数据）中的空间数据判别问题，其中，简单克市格法判别等价于最大概似法判别，其结果与期望值相吻合。通过经验概率分布函数，使得数据发生正态转换。研究人员利用贝叶斯函数，结合后验分布的平均值，

灌区渠系水情监测数据错误判别方法

我国多数试点灌区已经初步搭建起水情雨情自动采集、通信和计算机网络等灌区信息化系统的基础框架,但对水位、流量等监测数据的应用和挖掘明显滞后,更未见到关于灌区渠系水情错误数据判别等方面的研究成果。灌区水情监测系统发生故障可能源于水位、闸位、流量等传感器故障,也可能源于传输、存储等环节,但无论何种原因,最终都反映在监控系统接收的水位、闸位、流量等监测数据上。灌区渠系水情态势估计与态势预测过程中生成的大量信息不仅完整保留了原有实时监测数据的信息,而且明显扩展了这些信息在空间和时间上的覆盖范围,为灌区的业务应用和科学决策提供更为有效的支撑。本文基于灌区渠系水情态势评估过程中生成的信息,提出了基于证据理论的监测数据错误判别模型。即通过适当变换信息组合,并将基于各种信息组合的态势预测结果作为不同证据,根据联合基本概率赋值的分布情况判定哪个数据存在错误。本文并不针对故障发生部位、性质等的具体判别,而是希望基于实时检测数据,并通过灌区态势估计及预测系统及时发现灌区水情监测系统运行异常情况,避免使用存在错误的数据对灌区渠系水情态势做出误判。

轨检车检测原理及无效数据的判别分析

轨道检查车(以下简称轨检车)是反映铁路线路动态质量的大型检查设备,根据西安局集团公司轨检车的实际配置情况,主要介绍现役GJ-5型和GJ-6型轨检车的检测原理,并结合轨检车实际运用,简单介绍因各种干扰引起的无效数据的判别分析。

基于指示变量对城市空气数据真实性判别分析

目的以AQI为衡量标准的城市空气数据,建立新的分析方法对数据真实性进行判别。方法以北京市为研究对象,搜集得到1月10日前后20d的AQI指数与5种污染物浓度数据,即细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、一氧化碳(CO),借助SPSS软件分别进行回归分析,得到2个回归方程式,然后建立基于指示变量的多元回归比较模型,对2个方程式偏回归系数和常数项进行比较。结果 2个空气数据回归方程的偏回归系数检验结果为:F_1=0.05,F0.05(5.8)=3.69,F_1<F0.05(df1,df2),偏回归系数无显著性差异;常数项的检验结果为:F_2=0.89,F0.05(5.12)=3.11,F_2<F0.05(df1,df2),常数项也无显著性差异。可以看出北京1月1日到1月20日的空气质量数据不存在造假情况。结论造成空气质量数据产生不真实性的原因主要有2个:主观性的数据统计错误和非主观性的数据统计错误。因此可以从改革政府考核方面的硬性要求、建立支持环境大数据发展的组织结构和改善空气质量这3个方面来避免城市空气数据造假情况。

城市空气污染数据的真实性判别及分析

为进行城市空气污染数据的真实性判别,研究出现异常点的严重性及其原因,该项研究基于空气污染指标的相关性分析,正态分布3σ原则以及层次分析法建立评判与评价模型,筛选出异常点并就其严重性划分等级,分析原因。首先,基于污染物相关性,将其散点图纵向分为若干区域,每个区域样本数据应以正态分布形式分布在拟合方程函数值两侧,而分布在μ-3σ,[μ+3σ]之外的点视其为异常点,并以卡方检验验证了结果的准确性;针对异常数据严重性分析,运用层次分析法求出数据对的权重,再对空气质量指标数据对的偏离行为严重性划分等级,获得各异常数据偏离程度的评分;最后将出现异常点的原因分为人为更改和仪器故障2类,并分别举例进行了分析。

数据驱动的细粒度中文属性对齐方法

为提高中文开源数据集间属性关系识别的准确率,提出一种数据驱动的细粒度对齐方法,综合利用属性的扩展、定义域等对属性间的同义、包含、相关等关系进行统一识别.方法首先利用统计理论确定属性的数据类型,并给出类型感知的属性相似度计算方法.在此基础上,将属性关系识别建模为多分类问题,抽取有效特征对不同关系进行描述并用于随机森林模型的构建.实验结果表明,该方法中属性数据类型判别的准确率达94.6%,最终对同义、包含、相关关系识别的F1值分别为71.3%,57.3%及59.9%.相比只关注同义属性的传统方法,细粒度属性对齐方法不仅提高了同义属性识别的准确性,而且可识别出相互包含和相关的属性,证明了其在中文开源数据集上的有效性.

一种新的串行通讯数据包格式设计及实现

提出一种新的可用于串行通讯的数据包定义格式,该格式适用于不同长度的数据包。基于新的数据格式,给出了从串行接收数据中提取完整数据包的判别方法及其实现方式,提高了指令的执行效率。这种数据包格式设计和判别方式适用于单片机、PLC、PC等各种计算平台。

用Excel软件处理通信电缆检测数据

阐述了通信电缆出厂检测时，使用Excel软件填写检测数据，设置公式对数据进行处理计算和判别是否合格。

集成特征选择的基因微阵列数据分类算法

多分类器集成是机器学习领域的一个研究热点,基因微阵列技术是多领域综合交叉技术,在医学与生物学上有广泛的应用。但是,基因微阵列数据维度高且样本少等问题使得传统的分类器不能总是取得理想的分类效果。现提出一种基于多目标遗传算法的集成特征选择方法。首先,确定使用基于进化计算的集成特征选择方法进行微阵列数据分析;其次,实现最大化最小边缘的目标设计并不断完善适应值函数;最后,引导算法生成高差异度与精确度的基分类器。在前列腺癌数据集和乳腺癌数据集上与已有方法进行对比,实验表明,提出的方法在对基因微阵列数据进行分类判别方面性能表现良好。

电力变压器状态监测数据处理方法

变压器状态监测数据是设备状态的直观反映,直接影响状态评价结果。针对变压器状态监测数据缺失、错误的问题,提出变压器在线监测数据综合处理方法。对于没有安装温湿度传感器的变电站,利用周边气象站信息根据空间四维插值法推算变电站的温湿度数据;对于油色谱及局部放电监测数据失真的问题,建立基于统计分析的数据处理方法,利用线性插值补全数组中的缺失值,利用3δ法则识别数据中的奇异值及阶跃值,利用杨辉三角法对含噪声的数据进行平滑,最后利用包络线对数据进行拟合凸显数据趋势。

根据人体的手部数据推断性别的研究

本文对18对男女的手长、手宽、掌长、掌宽数据,应用两总体线性判别分析方法得到推断性别的判别函数及判别临界值,经检验证明,准确率很好.

固体材料热物性参数智能测试系统设计与研制

为实现厚度较薄固体板状材料热物性的准确测试。基于平行热线法基本原理,将温度测点由原来与热线平行布置,改为试样厚度方向布置,并考虑热穿透效应的影响,利用数值解法结合计算机编程直接测算材料热导率及热扩散率。研制了热物性智能测试系统,对硼硅玻璃、石棉、硅藻土耐火砖等进行热物性测试实验,结果表明与国家标准测试方法测试值和文献值较为吻合。考虑热穿透效应的影响,通过适当的数据处理手段,不用通过熔融加厚也可实现薄固体板状材料热物性的准确测试,有效拓展了热线法应用范围。

基于扩展数据包络判别法的商业银行信用风险评估

考虑到我国商业银行样本数据分布的非正态性和多维性特点,文章将扩展的数据包络判别模型引入商业银行信用风险评估中.该模型具有非参数检验特性,通过两阶段分类过程对企业信用状况进行判别.实证结果表明,与传统的Logistic分析模型相比,扩展数据包络判别模型的预测精度更好.

基于JSP技术的远程教学管理系统的设计与研究

针对传统远程教学管理系统响应慢的问题,设计一种基于JSP技术的远程教学管理系统。系统硬件主要设计硬件接口,该接口能够同步系统中信息,减少系统内部数据容量。系统软件主要设计数据库,利用JSP技术描述数据库的概念模型,判断数据库中的数据属性,在此基础上,将同一类的数据信息存储到统一课程表中,创建课程组,并提供测试功能,根据测试结果不断改进数据库结构,以此完成基于JSP技术的远程教学管理系统的设计。实验对比结果表明,此次设计的基于JSP技术的远程教学管理系统比传统系统响应时间快,能够满足用户需求,具有一定的实际应用意义。