基于SOM的高维化工过程数据粗差判别

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。

基于秩的小样本粗差判别

根据小样本粗差判别的具体情况 ,提出使用新序列秩的最大熵估计法及一阶差分分位数法判别小样本粗差 ,这两种方法简单易行 ,便于实时处理

基于改进MCD的粗差判别方法及性能分析

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。

船台测量场中公共点的粗差判别方法

针对船台公共点含粗差时对测量场整体精度的影响,提出了一种稳健的公共点粗差判别方法。该方法先通过莱以特准则初步筛选得到可疑点,再以罗曼诺夫斯基准则对可疑点进行判别,确定异常点并剔除,最后采用SVD算法计算转站参数。通过仿真试验进行验证,结果表明,该方法能准确地剔除异常点,得到可靠的转站参数估值,从而提高测量场整体精度。

远区雷电定位粗差判别方法研究

雷电电磁脉冲探测数据受无线电噪声、电波传播误差影响会存在测量误差,产生波形畸变,会影响雷电性质识别,以及位置、强度的定量估计等。文中通过对大量实测的雷电波形间的相关系数进行研究和分析,总结出利用波形相关系数进行雷电粗差剔除的规律。同时还分析了传播路径对波形相关的影响。最后提出了综合利用时间相关和波形相关的方法进行雷电粗差剔除的思路.

基于离差和改进的大坝变形监测粗差判别方法

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。

线性回归中粗差点判别法的改进及其应用

线性回归是智能仪器数据处理中常用的方法,但可能存在的粗差点将降低其结果的准确性。因此,在线性回归中寻求较好的粗差剔除算法变得越来越重要。本文提出一种判别线性回归可疑粗差点的改进方法,从而有效地提高了判别结果的准确性。该法应用于智能离子计标准曲线法及Gran法等数据处理的软件设计,取得了满意的结果。

线性回归粗差点判别在大学物理实验数据处理中的应用

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。

野外自由设站的粗差探讨

野外自由设站较为普通,通过分析粗差对自由设站的影响,总结出一种行之有效的判断定位并消除影响的新方法,从而大大提高了自由设站的可靠性。

高速铁路三维控制网粗差实时判别方法研究

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。