检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

低真空管道磁浮系统环境测试与数据处理

计算机测量与控制 2024年第1期32卷 16-22页

作者：杨子镱孟文孟祥印傅茂龙西南交通大学机械工程学院成都610031

针对低真空管道磁浮交通运输系统搭建了数据采集系统,采用了GPS信号授时与IEEE1588以太网时钟同步的方式实现了分布式数据采集系统的时钟同步网络;对系统的多传感器进行了低真空和电磁场环境的影响测试,发现低真空环境下激光位移传感器... 详细信息

针对低真空管道磁浮交通运输系统搭建了数据采集系统,采用了GPS信号授时与IEEE1588以太网时钟同步的方式实现了分布式数据采集系统的时钟同步网络;对系统的多传感器进行了低真空和电磁场环境的影响测试,发现低真空环境下激光位移传感器产生了测量值减小的现象;同时以激光位移传感器为例,对比低真空环境下不同数据降噪方法对添加了不同信噪比的高斯噪声进行滤波处理,得出了不同信噪比下不同降噪方法的处理效果,以此为依据在工程实际情况选出最合适的降噪方法来得到更好的降噪效果;最后采用了基于不同降噪方法差值的数据异常值处理方法,与普通的区间估计异常值处理方法对比,从跳点去除效果和总去除个数证明了基于小波降噪的差值处理法对异常值处理的有效性,满足了实际工程的需要。

关键词：低真空管道磁浮交通数据采集时钟同步数据降噪异常值处理

在线全文

学校读者我要写书评

暂无评论

无侧限抗压强度异常值处理新方法的研究

岩土工程学报 2020年第S1期42卷 137-140页

作者：刘鸿飞刘俊芳苏跃宏金言内蒙古工业大学内蒙古自治区土木工程结构与力学重点实验室内蒙古呼和浩特010051

在道路工程中,路面主要承受车辆荷载作用,路面结构应具有足够的强度、刚度、耐久性等性能。故路面结构材料的性能是影响路面服役期质量的重要保证。目前,公路工程中基层材料多选用无机结合类稳定材料,其强度常常采用无侧限抗压强度试验... 详细信息

在道路工程中,路面主要承受车辆荷载作用,路面结构应具有足够的强度、刚度、耐久性等性能。故路面结构材料的性能是影响路面服役期质量的重要保证。目前,公路工程中基层材料多选用无机结合类稳定材料,其强度常常采用无侧限抗压强度试验测定。在试验结果处理时,对于异常值的处理目前规范推荐3倍标准偏差法(简称3S法)。由于无侧限抗压强度试验样本数较小,采用3S法无法对试验数据中的部分特异数据剔除。针对这一问题,提出了t分布置信区间的新方法,对该方法从理论上进行了分析,另通过对比其他异常值处理方法,证实了t分布置信区间分析法在处理无侧限抗压强度试验数据时是切实可行的,并证实此方法既保证了可能范围的大小又保证了总体指标落在该范围内的概率。

关键词：无侧限抗压强度试验异常值处理置信区间

在线全文

学校读者我要写书评

暂无评论

行程时间异常值处理方法研究

武汉理工大学学报（交通科学与工程版） 2012年第1期36卷 116-119页

作者：李晓莉石建军北京工业大学北京市交通工程重点实验室北京100124 天津市市政工程研究院天津300074

基于车牌识别数据可以得到较为准确的行程时间数据,但是由于识别系统自身原因、驾驶员路径选择行为、停车行为等因素的影响,行程时间数据中存在不少的异常值,剔除异常值才能将所得数据应用于实际研究和服务.在详细分析了行程时间异常值... 详细信息

基于车牌识别数据可以得到较为准确的行程时间数据,但是由于识别系统自身原因、驾驶员路径选择行为、停车行为等因素的影响,行程时间数据中存在不少的异常值,剔除异常值才能将所得数据应用于实际研究和服务.在详细分析了行程时间异常值产生原因的基础上,提出了基于异常值数据表现以及行程时间分布特征的异常值剔除方法,最后以北京市的车牌识别系统数据为例,验证了方法的适用性.

关键词：车牌识别数据行程时间异常值处理标准差绝对偏差

在线全文

学校读者我要写书评

暂无评论

基于稳健滤波技术的测量异常值处理的研究

传感技术学报 2002年第4期15卷 374-376页

作者：温江涛王玉田孙洁娣燕山大学电气工程学院河北秦皇岛066004 燕山大学信息科学与工程学院河北秦皇岛066004

本文基于稳键滤波的 M估计技术 ,提出了一种全新的、对大型旋转机械的表面参数测量中出现的异常值的处理方法 ,并给出了数学模型和实验结果。经过此方法处理后的测量数据 ,可以保证在时间顺序上不会发生断裂 ,而且消除了异常值的影响 ,... 详细信息

本文基于稳键滤波的 M估计技术 ,提出了一种全新的、对大型旋转机械的表面参数测量中出现的异常值的处理方法 ,并给出了数学模型和实验结果。经过此方法处理后的测量数据 ,可以保证在时间顺序上不会发生断裂 ,而且消除了异常值的影响 ,取得了令人满意的结果并为数据的进一步处理、存储和显示做好准备工作。

关键词：稳健滤波 M估计表面参数测量异常值处理

基于异常值处理的随机森林和kNN模型在EEG数据中的应用

在线全文

学校读者我要写书评

暂无评论

基于异常值处理的随机森林和kNN模型在EEG数据中的应用

作者：王灿强兰州大学

学位级别：硕士

最近以来,随着深度学习和人工智能技术的快速进步,研究人员开始借助于这些新技术来研究关于脑电图的问题。使用脑电图,医生能够更好地诊断脑部疾病;研究人员也能够更好地了解脑电波与行为活动之间的关系,从而研发更加智能的设备。本文... 详细信息

最近以来,随着深度学习和人工智能技术的快速进步,研究人员开始借助于这些新技术来研究关于脑电图的问题。使用脑电图,医生能够更好地诊断脑部疾病;研究人员也能够更好地了解脑电波与行为活动之间的关系,从而研发更加智能的设备。本文通过将脑电图测量仪器采集的脑电图数据作为输入,将对应的人的眼睛的状态作为输出来进行脑电图的研究。为有效提高脑电图数据眼睛状态分类的可靠性及精确度,本文根据脑电图数据的规律及脑电图在人睁眼闭眼时数据变化的特征,提出了基于数据异常值处理的随机森林和kNN模型。本文首先对原始数据进行数据预处理:这部分主要包含对数据的缺失值处理、异常值处理和一致性分析;对于本文使用的数据,我们使用统计量分析和分维可视化图来处理数据集中的异常值。然后,在数据进行异常值处理后,使用随机森林和kNN建立具体的模型。对于随机森林,主要对模型的OOB误差率和变量的重要性进行讨论;对于kNN模型,由于k值对模型比较关键,本文通过在训练集上采用交叉验证的方法来确定k值,进而使用确定后的k值来进行测试集的评价。最后为了显示随机森林和kNN算法这两个模型在该数据集上的有效性,本文使用决策树、Bagging和SVM模型作为对比方法,进行模型的比较,同时也讨论了数据集中样本的不均衡性对模型的影响。结果表明:本文提出的基于异常值处理的随机森林和kNN模型具有更好的预测准确度,随机森林的预测精确度达到92.9392%,kNN算法的预测精确度达到97.0946%。由此,随机森林和kNN算法都是有效的该脑电图数据的预测模型,尤其是kNN算法,相比本文中的其他方法,其具有最好的预测效果。

关键词：脑电图分类异常值处理 k最近邻随机森林

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于反常项集的异常值处理算法

数据挖掘 2021年第3期11卷 150-166页

作者：崔晨李贵李征宇韩子扬曹科研沈阳建筑大学信息与控制工程学院辽宁沈阳

异常值指的是数据中的噪声和不一致值。异常值检测与处理往往依赖于约束规则,通常的约束规则包括条件函数依赖、否定约束、编辑规则等。但对于特定领域,这些领域约束规则需要由领域专家制定,基于数据挖掘和机器学习算法,难以高效地发现... 详细信息

异常值指的是数据中的噪声和不一致值。异常值检测与处理往往依赖于约束规则,通常的约束规则包括条件函数依赖、否定约束、编辑规则等。但对于特定领域,这些领域约束规则需要由领域专家制定,基于数据挖掘和机器学习算法,难以高效地发现这些领域约束规则。本文提出了一种用于数据清洗的反常项集的概念,与基于数据分布密度的异常值检测算法类似,反常项集是数据中不太可能出现的非常态取值组合。在此基础上,本文引入了加权调和提升度的概念及特性,利用改进的等价类变换算法挖掘低提升度的反常项集。并采用准反常项集对数据更正进行预计算,给出了一种类似于近邻插补算法的异常值更正算法,以保证异常值处理质量。在房地产信息数据集下的实验表明,基于反常项集的异常值检测与处理算法具有较高的精度,同时能够避免在数据修复中引入新的异常。

关键词：异常值处理数据清洗模式挖掘反常项集

道路工程智能压实数据异常值识别处理方法研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

市政技术 2018年第5期36卷 17-19页

作者：谢扬广东省建筑设计研究院广东广州510010

智能压实技术在道路压实质量过程控制中扮演着越来越重要的角色,准确识别和处理道路智能压实数据异常值具有重要意义。鉴于智能压实技术会产生庞大数据的特点,首先利用拉依达准则对智能压实数据进行识别,并在此基础上将异常值进行剔除,... 详细信息

智能压实技术在道路压实质量过程控制中扮演着越来越重要的角色,准确识别和处理道路智能压实数据异常值具有重要意义。鉴于智能压实技术会产生庞大数据的特点,首先利用拉依达准则对智能压实数据进行识别,并在此基础上将异常值进行剔除,然后再利用线性插值法计算得到新的估算值来对智能压实数据的异常值进行修正补充。结果表明,智能压实数据的概率分布模型近似服从正态分布,满足拉依达准则使用的前提,利用线性插值法对异常值剔除点进行估算插值处理后,能够使智能压实数据的波动从整体上变得更加平稳,具有较好的插值效果。

关键词：道路工程智能压实数据异常值识别异常值处理

在线全文

学校读者我要写书评

暂无评论

基于动态图注意力网络的车辆轨迹预测模型

基于动态图注意力网络的车辆轨迹预测模型

作者：赵建伟北京交通大学

学位级别：硕士

车辆轨迹预测作为自动驾驶信息融合和决策规划之间的桥梁,对自动驾驶汽车行车安全至关重要。然而,目前的数据驱动类车辆轨迹预测模型无法描述车辆间的空间拓扑关系,难以捕获车辆间动态时空交互。此外,数据驱动类车辆轨迹预测模型严重依... 详细信息

车辆轨迹预测作为自动驾驶信息融合和决策规划之间的桥梁,对自动驾驶汽车行车安全至关重要。然而,目前的数据驱动类车辆轨迹预测模型无法描述车辆间的空间拓扑关系,难以捕获车辆间动态时空交互。此外,数据驱动类车辆轨迹预测模型严重依赖数据质量,现有的车辆轨迹异常值处理方法,在修正异常值的过程中无法充分利用异常值前后的正常信息,导致修正后的轨迹易丢失原轨迹细节特征。针对以上问题,本文首先提出基于掩码语言模型的掩码轨迹插值模型,用于修正异常值。然后基于处理后的数据,引入动态图结构描述车辆间动态拓扑关系,并基于动态图神经网络建立了适用于多车道场景的车辆轨迹预测模型。最后,本文针对环岛场景特点,设计了适用环岛场景的图结构建立规则,将该模型应用范围扩展到环岛场景。主要研究内容如下:首先,针对目前车辆轨迹异常值修正方法无法充分利用异常值前后正常信息,导致修正后的轨迹易丢失原轨迹细节特征的问题,本文基于掩码语言模型提出了掩码轨迹插值模型(Masked Trajectory Interpolation Model,MTIM)用于修正异常值。在处理异常值过程中,首先使用加速度界限和小波分析检测异常值,之后基于MTIM模型修正异常值。结果表明,经过MTIM模型修正异常值后,车辆轨迹中速度突变现象大幅削减,且保留了原速度轨迹的变化细节和变化趋势。其次,本文引入动态图结构描述车辆间动态拓扑关系,建立了基于动态图注意力网络的车辆轨迹预测模型。本文设计了增强图注意力网络空间敏感度的动态权重系数,提出动态赋权图注意力网络。此外,在Transformer模型中引入了反映相邻车辆出入目标车辆检测范围的掩码矩阵,以解决动态图节点特征矩阵维度不一致问题。基于以上改进,本文提出了动态赋权动态图注意力(Dynamic Weighted Dynamic Self-Attention,DWDYSAT)网络,建立了基于DWDYSAT模型的多车道车辆轨迹预测模型。实验表明,本模型在未来0.2s的预测精度超越了同类型模型;时间注意力层捕获了车辆惯性特征和驾驶员反应延迟现象;空间注意力层可以捕获车辆行驶过程中驾驶员注意力的动态分配情况。最后,本文将基于DWDYSAT的车辆轨迹预测模型扩展到环岛场景,将车辆在环岛场景下的轨迹划分为入环岛、在环岛内和出环岛三个阶段,设计了不同的图结构建立规则。实验结果表明:模型在入环和出环阶段预测误差大于在环阶段预测误差;时间、空间注意力层注意力分配模式均比较符合驾驶员驾驶习惯。

关键词：车辆轨迹数据异常值处理轨迹预测自注意力机制图注意力网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于分类增强回归算法的信用评分模型研究

基于分类增强回归算法的信用评分模型研究

作者：喻祥南昌大学

学位级别：硕士

随着社会与经济的发展,信用风险评价也越来越受到企业与政府的重视,各大企业纷纷建立了自己的信用评分系统,其中就包括我国三大电信运营商。由于信用体系的不完善,目前所有运营商依然存在用户逾期不缴费、违约、欺诈等现象,这给运营商... 详细信息

随着社会与经济的发展,信用风险评价也越来越受到企业与政府的重视,各大企业纷纷建立了自己的信用评分系统,其中就包括我国三大电信运营商。由于信用体系的不完善,目前所有运营商依然存在用户逾期不缴费、违约、欺诈等现象,这给运营商和受害用户均带来负面影响。为此,提高电信运营商的用户信用评价精准度,是亟待解决的问题。本文以移动用户数据集为基础,对用户数据进行数据挖掘,研究并提出一个更为可靠的信用评分模型,以协助电信运营商对风险用户作出标注提醒和权限限制。本文的主要工作内容如下:(1)对移动用户数据集进行初步分析后,研究并提出了一种基于孤立森林和随机森林的混合异常值处理方法。此方法主要是先通过孤立森林算法对极端异常值进行检测并剔除,再采用随机森林算法预测出新值来补全。实验结果表明,该方法能有效的检测并纠正异常数据,从而提高数据集的质量。(2)研究并提出了一种基于RRelief F和最大信息系数的过滤式特征选择方法。该方法针对RRelief F可有效去除无关特征却无法去除冗余特征这一缺陷,采用最大信息系数来去除冗余特征,将二者优势结合,弥补了RRelief F算法的缺陷。采用此方法对特征集筛选后,最终可得到最优特征子集,能解决无关特征和冗余特征带来的负面影响。实验结果表明,此方法能有效过滤出最优特征子集,最终使得模型性能有一定程度的提升,且模型训练时间也有不同程度的降低。(3)研究并提出了一种基于Light GBM的分类增强回归算法来构建信用评分模型。该算法构建模型是先采用穷举法搜索信用分最佳划分阈值,再构建基于Light GBM的二分类模型作为基础模型,然后根据基础模型的分类结果划分出两类用户数据,分别构建基于Light GBM的回归模型,这么做能够更细粒度的对两类数据进行回归提升,最后对这两个回归模型加权融合得到最终的回归模型。实验表明,该方法构建的模型性能优于基准模型,能够满足移动用户信用评分研究的需求。综上所述,本文针对数据集质量的优化,提出了混合异常值处理算法;针对特征集中存在的无关特征和冗余特征,提出了一种过滤式特征选择方法进行优化;最后基于分类增强回归算法构建信用评分模型,为运营商在信用评分领域提供了可行的思路。

关键词：数据挖掘信用评分模型异常值处理特征选择分类增强回归算法