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
共找到9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：
箱图及其Python算法在地质灾害监测数据分析建模预处理阶段的应用研究
1
作者 王建西 王博文 李敏 《城市地质》 2025年第2期221-228,共8页
在地质灾害监测中,数据分析建模是一项极为重要的工作,通过对监测数据进行统计和分析,可以洞察地质灾害隐患点的变化情况,揭示发展趋势。监测数据的质量对数据分析建模与灾害预警的准确性和可靠性起着决定性作用,数据预处理作为提升数... 在地质灾害监测中,数据分析建模是一项极为重要的工作,通过对监测数据进行统计和分析,可以洞察地质灾害隐患点的变化情况,揭示发展趋势。监测数据的质量对数据分析建模与灾害预警的准确性和可靠性起着决定性作用,数据预处理作为提升数据质量的关键环节,对异常值识别与处理尤为重要。箱图作为一种常见的数据可视化工具,被广泛用于数据分析中。文章详细阐述基于箱图的基本概念和特性值计算、异常值识别清洗算法,用Python语言编程使之可视化。通过实际案例,分析验证箱图及其算法在处理地质灾害监测数据上的有效性。研究结果表明,箱图能够精准定位并处理异常值,显著提高监测数据质量。 展开更多
关键词 地质灾害监测 数据分析建模 数据预处理 箱图应用 算法设计
在线阅读 下载PDF
水厂采集数据异常检测方法研究
2
作者 尹轶夙 《自动化仪表》 2025年第8期95-100,105,共7页
为保障水厂数据采集系统的稳定、可靠运行,针对数据异常检测问题,创新性地提出一种基于动态滑动窗口(DSW)的异常检测方法。该方法融合了箱型图法、3σ准则法、局部离群因子(LOF)算法和长短期记忆自编码器(LSTM-AE)的优势,实现对水厂多... 为保障水厂数据采集系统的稳定、可靠运行,针对数据异常检测问题,创新性地提出一种基于动态滑动窗口(DSW)的异常检测方法。该方法融合了箱型图法、3σ准则法、局部离群因子(LOF)算法和长短期记忆自编码器(LSTM-AE)的优势,实现对水厂多源数据的实时异常诊断。通过对比DSW、指数加权移动窗口(EWMW)和固定窗口方法的性能,验证了DSW在不同数据类型上的有效性和优越性。试验结果表明:DSW+3σ在液位数据检测中准确率达到99.75%,误报率最低;DSW+LOF能有效识别浊度数据中的连续缺失异常;DSW+LSTM-AE在处理漂移异常数据检测中表现最优,准确率达到88.11%。该研究为水厂采集数据的异常检测提供了高效、准确的解决方法,并可扩展至其他工业过程监控领域。 展开更多
关键词 采集数据 异常检测 滑动窗口 箱型图 3σ准则 局部离群因子算法 长短期记忆自编码器
在线阅读 下载PDF
大型集中供热系统热力站耗热量基准研究 被引量：2
3
作者 孙春华 冯浩宇 +2 位作者 高晓宇 曹姗姗 夏国强 《建筑节能（中英文）》 CAS 2022年第12期9-15,共7页
以某大型集中供热系统热力站耗热量数据为对象,采用箱线图法及洛伦兹曲线法相结合研究耗热量基准模型建立方法,通过建立每一类热力站耗热量基准模型获得基准值。通过K-means聚类算法及DBSCAN聚类算法对热力站耗热量数据中的异常值及离... 以某大型集中供热系统热力站耗热量数据为对象,采用箱线图法及洛伦兹曲线法相结合研究耗热量基准模型建立方法,通过建立每一类热力站耗热量基准模型获得基准值。通过K-means聚类算法及DBSCAN聚类算法对热力站耗热量数据中的异常值及离群值进行辨识,得出采用DBSCAN聚类算法对异常值数据敏感;对预处理后的数据采用统计分析的方式进行热力站耗热量数据分类,其中热力站数量较少的类别采用箱线图法建立耗热量基准模型并得到基准值,热力站数量较多的类别采用基于洛伦兹曲线的方式建立热力站的能耗基准模型并得到经验公式,通过两种方法建立的热力站耗热量基准模型可为后续热力站耗热量的节能潜力分析提供重要依据。 展开更多
关键词 热力站耗热量基准 数据预处理 聚类算法 箱线图法 洛伦兹曲线法
在线阅读 下载PDF
基于改进AP选择和K最近邻法算法的室内定位技术 被引量：14
4
作者 李新春 侯跃 《计算机应用》 CSCD 北大核心 2017年第11期3276-3280,3287,共6页
针对复杂的室内环境和在传统K最近邻法(KNN)算法中认为信号差相等时物理距离就相等两个问题,提出了一种新的接入点(AP)选择方法和基于缩放权重的KNN室内定位算法。首先,改进AP的选择方法,使用箱形图过滤接收信号强度(RSS)的异常值,初步... 针对复杂的室内环境和在传统K最近邻法(KNN)算法中认为信号差相等时物理距离就相等两个问题,提出了一种新的接入点(AP)选择方法和基于缩放权重的KNN室内定位算法。首先,改进AP的选择方法,使用箱形图过滤接收信号强度(RSS)的异常值,初步建立指纹库,剔除指纹库中丢失率高的AP,使用标准偏差分析RSS的变化,选择干扰较小的前n个AP;其次,在传统的KNN算法中引入缩放权重,构建一个基于RSS的缩放权重模型;最后,计算出获得最小有效信号距离的前K个参考点坐标,得到未知位置坐标。定位仿真实验中,仅对AP选择方法进行改进的算法平均定位误差比传统的KNN算法降低了21.9%,引入缩放权重算法的平均定位误差为1.82 m,比传统KNN降低了53.6%。 展开更多
关键词 K最近邻法算法 室内定位 箱形图 标准偏差 缩放权重 定位精度
在线阅读 下载PDF
基于模态分解和改进神经网络的空间负荷预测
5
作者 肖白 高宇飞 +3 位作者 孙莉 高宁远 傅国斌 孙海斌 《东北电力大学学报》 2024年第6期82-90,共9页
为给电力系统规划提供精准数据支持,提出一种改进自适应噪声完备集合经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICCEMDAN)和麻雀搜索算法(Sparrow Search Algorithm,SSA)改进长短期... 为给电力系统规划提供精准数据支持,提出一种改进自适应噪声完备集合经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICCEMDAN)和麻雀搜索算法(Sparrow Search Algorithm,SSA)改进长短期记忆神经网络(Long-Short Term Memory neural network,LSTM)的空间负荷预测方法。首先,应用箱形图离群点检测法对电力地理信息系统中Ⅰ类元胞历史负荷的离群点进行检测及校正;其次,运用ICCEMDAN技术将校正后的Ⅰ类元胞负荷时间序列分解为不同频率和幅值的模态分量;然后,针对每个模态分量分别建立各自的LSTM模型,并利用SSA对各LSTM模型的参数进行优化,将得到的所有模态分量结果线性重构,得到目标年的基于Ⅰ类元胞空间负荷预测结果;最后,应用空间电力负荷网格化技术,转化Ⅰ类元胞的空间负荷预测结果为Ⅱ类元胞预测结果,并以幅值大小和空间分布两个维度评价预测精度。算例分析结果表明,文中所提出方法能够提升空间负荷预测精度。 展开更多
关键词 空间负荷预测 电力地理信息系统 箱形图检测法 麻雀搜索算法 长短期记忆神经网络
在线阅读 下载PDF
基于改进多传感器数据融合算法的温室环境检测研究 被引量：8
6
作者 宋坤 李雨婷 +3 位作者 张钰颖 高佳乐 杨玉强 李依潼 《现代电子技术》 2023年第20期178-182,共5页
采用传统方法进行温室环境参数检测,通常存在环境复杂、检测可靠性低、精度差等问题。为提高温室大棚多参数检测数据的准确性,提出一种改进的多传感器数据融合算法。首先利用箱线图算法剔除偏离大的传感器数据,得到最优数据集;其次使用... 采用传统方法进行温室环境参数检测,通常存在环境复杂、检测可靠性低、精度差等问题。为提高温室大棚多参数检测数据的准确性,提出一种改进的多传感器数据融合算法。首先利用箱线图算法剔除偏离大的传感器数据,得到最优数据集;其次使用支持度和置信距离理论构建新的支持矩阵,将剔除的异常数据用支持度最高值代替,提高参与融合的数据可靠性;然后利用改进的自适应加权算法对数据进行融合;最后经测试,对传感器数据融合算法和算术加权平均融合算法处理结果进行分析比较。实验结果表明,所提算法能够提高温室环境参数检测的精度,融合值的相对误差更低,稳健性较好。 展开更多
关键词 温室 参数检测 多传感器 数据融合 箱线图算法 自适应加权 支持度
在线阅读 下载PDF
利用K均值聚类算法识别遗传疾病致病SNP位点 被引量：2
7
作者 张恒益 郑惠玲 《家畜生态学报》 北大核心 2020年第12期25-31,共7页
通过识别与遗传疾病致病相关的SNP(Single Nucleotide Polymorphism)位点在染色体中的位置,可以帮助人们干预这些致病位点,从而防止遗传性疾病的发生或者进行畜禽的抗病育种。利用K均值聚类算法对每一个位点的数值编码进行聚类并计算其... 通过识别与遗传疾病致病相关的SNP(Single Nucleotide Polymorphism)位点在染色体中的位置,可以帮助人们干预这些致病位点,从而防止遗传性疾病的发生或者进行畜禽的抗病育种。利用K均值聚类算法对每一个位点的数值编码进行聚类并计算其正确率,再利用箱型图识别极端异常值的方法筛选致病SNP位点,最后采用卡方检验对筛选结果的有效性进行验证。结果表明:K均值聚类算法不但准确识别出了遗传疾病的致病SNP位点,而且识别速度远高于目前普遍使用的逻辑斯蒂回归和随机森林算法。因此,该研究基于K均值聚类算法提出了一种识别遗传疾病致病SNP位点的新方法,为实时处理大规模畜禽基因数据集提供了一种新的思路。 展开更多
关键词 K均值聚类算法 致病SNP位点 箱型图 卡方检验
在线阅读 下载PDF
一种基于箱线图的SAR图像舰船检测算法研究 被引量：20
8
作者 赵颖祺 陈玉虎 +1 位作者 张晰 张临杰 《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第10期130-140,共11页
将统计学中的箱线图应用于SAR图像舰船目标检测,提出了一种新的舰船检测算法。该算法不对海面背景建模,因此对复杂的海面背景具有较强的适应性,且能有效减少虚警和保持舰船轮廓。文中从适用条件、算法参数和时间复杂度三个方面,将该算... 将统计学中的箱线图应用于SAR图像舰船目标检测,提出了一种新的舰船检测算法。该算法不对海面背景建模,因此对复杂的海面背景具有较强的适应性,且能有效减少虚警和保持舰船轮廓。文中从适用条件、算法参数和时间复杂度三个方面,将该算法与恒虚警率(CFAR)算法做了详细的分析与比较,并推导出当海面背景符合高斯分布时,本文算法中的参数异常点因子与双参数CFAR算法中的标称因子之间的关系。最后,使用马六甲海峡及其附近海域的多幅星载SAR图像进行了实验验证。实验结果表明,当实际海面背景分布不符合高斯分布时,相比于双参数CFAR算法,本文算法具有更好的适应性。 展开更多
关键词 舰船目标检测 箱线图 SAR图像 恒虚警率 双参数CFAR算法
在线阅读 下载PDF
卡尔曼滤波在海洋浮标数据预处理中的应用 被引量：1
9
作者 张新文 林冠英 +1 位作者 刘同木 周保成 《广东海洋大学学报》 CAS CSCD 北大核心 2024年第1期118-124,共7页
【目的】优化自动化数据预处理方法,以提高海洋浮标数据质量。【方法】结合海洋浮标数据特征,提出了一种改进的自适应卡尔曼滤波自动化数据预处理方法,该方法通过箱型图进行异常值的检测,并采用方差受限的方法解决测量噪声导致的滤波发... 【目的】优化自动化数据预处理方法,以提高海洋浮标数据质量。【方法】结合海洋浮标数据特征,提出了一种改进的自适应卡尔曼滤波自动化数据预处理方法,该方法通过箱型图进行异常值的检测,并采用方差受限的方法解决测量噪声导致的滤波发散问题。【结果与结论】海上工程应用和仿真实验结果表明,改进的算法计算开销低且不影响浮标系统的正常采集和数据融合工作,浮标数据采集率达100%,云数据中心数据接收率达97%。浮标采集的原始数据经过异常值修正和滤波降噪处理后,数据曲线更为平滑且符合随时间序列变化的规律,数据预处理效果良好。 展开更多
关键词 海洋浮标 数据预处理 箱形图法 卡尔曼滤波算法 方差受限
在线阅读 下载PDF
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
使用帮助 返回顶部