非正态变异下的非线性轮廓异常点识别方法研究

非正态变异下的非线性轮廓异常点识别方法研究

论文摘要

在质量控制领域,非线性轮廓异常点识别问题是重点研究问题之一。本文综合运用了小波分析、数据深度、聚类分析等数据分析处理技术,提出了一种新的非正态变异的异常点识别方法。文章通过仿真分析技术,将新方法χ~2与控制图方法进行性能对比,结果证实新方法能够以更高的准确率和稳定性识别异常点,表现出更好的异常点识别性能。最后将新方法应用于木板垂直密度轮廓实例对新方法进行验证,分析结果表明本方法能够有效识别出异常轮廓数据。

论文目录

  • 0 引言
  • 1 数据模型及流程研究
  • 2 方法技术
  •   2.1 小波降噪
  •   2.2 马氏深度
  •   2.3 K-Means聚类
  • 3 性能分析
  •   3.1 仿真过程
  •   3.2 效果评价指标
  •   3.3 仿真结果对比
  • 4 实例分析
  • 5 结论及展望
  • 文章来源

    类型: 期刊论文

    作者: 聂斌,王曦,胡雪

    关键词: 异常点识别,小波降噪,马氏深度,聚类分析

    来源: 运筹与管理 2019年01期

    年度: 2019

    分类: 基础科学

    专业: 数学

    单位: 天津大学管理与经济学部

    分类号: O213.1

    页码: 101-107

    总页数: 7

    文件大小: 1532K

    下载量: 78

    相关论文文献

    • [1].基于人工蜂群智能技术的属性异常点检测[J]. 计算机科学与探索 2017(12)
    • [2].基于邻域链的数据异常点检测[J]. 控制与决策 2019(07)
    • [3].异常点检测算法在教育领域的应用研究[J]. 电脑与电信 2018(07)
    • [4].高维大数据流连续异常点检测方法仿真[J]. 计算机仿真 2018(10)
    • [5].基于统计方法的异常点检测在时间序列数据上的应用[J]. 合肥工业大学学报(自然科学版) 2018(09)
    • [6].地球化学普查样品实验室分析异常点抽检改进方法[J]. 岩矿测试 2018(02)
    • [7].显著性权重RX高光谱异常点检测[J]. 遥感学报 2019(03)
    • [8].基于SVM技术的网络异常点检测模型的研究[J]. 电脑知识与技术 2019(21)
    • [9].基于自适应阈值的船舶轨迹异常点检测算法[J]. 计算机与现代化 2018(09)
    • [10].基于高级量测的线损异常点定位方法[J]. 电器与能效管理技术 2018(17)
    • [11].一种剔除测量异常点的循环逼近算法的设计技术及其工程应用[J]. 装备制造技术 2018(08)
    • [12].一种改进的LOF异常点检测算法[J]. 计算机技术与发展 2017(12)
    • [13].半变系数模型中的异常点分析[J]. 哈尔滨师范大学自然科学学报 2017(05)
    • [14].一种针对异常点的自适应回归特征选择方法[J]. 计算机研究与发展 2019(08)
    • [15].基于SVM的电信网络异常点检测技术的研究[J]. 赤峰学院学报(自然科学版) 2017(21)
    • [16].基于ARIMA模型对传染病监测数据异常点的探测研究[J]. 现代预防医学 2018(04)
    • [17].复杂高维数据中异常点挖掘算法研究[J]. 浙江师范大学学报(自然科学版) 2018(02)
    • [18].一种融合聚类和异常点检测算法的窃电辨识方法[J]. 电测与仪表 2018(21)
    • [19].高频监测数据的异常数据特征分析与检测[J]. 数学理论与应用 2016(03)
    • [20].时间序列异常点及突变点的检测算法[J]. 计算机研究与发展 2014(04)
    • [21].异常数据的检测方法[J]. 重庆工学院学报(自然科学版) 2009(02)
    • [22].基于异常点检测的锂电池管理系统均衡算法[J]. 河南科技学院学报(自然科学版) 2017(05)
    • [23].宁德市降水量异常点剔除的影响分析[J]. 水文 2019(01)
    • [24].基于稀疏表征的异常点检测方法[J]. 华中科技大学学报(自然科学版) 2020(07)
    • [25].异常数据挖掘在实际中的应用[J]. 办公自动化 2011(10)
    • [26].基于声源定位的信息传输异常点智能识别算法研究[J]. 现代电子技术 2019(12)
    • [27].航空发动机信号标定异常点自动检测技术研究[J]. 智能机器人 2019(04)
    • [28].模糊树节点的随机森林与异常点检测[J]. 南京大学学报(自然科学) 2018(06)
    • [29].颜色与物质浓度辨识[J]. 计算机产品与流通 2018(01)
    • [30].基于双特征和松弛边界的随机森林进行异常点检测[J]. 计算机应用 2019(04)

    标签:;  ;  ;  ;  

    非正态变异下的非线性轮廓异常点识别方法研究
    下载Doc文档

    猜你喜欢