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

基于皮尔逊相关系数的光伏电站数据修复

中国电机工程学报 2022年第4期42卷 1514-1522页

作者：纪德洋金锋冬雷张姗于坤洋中山北京理工大学研究院广东省中山市528437 北京理工大学自动化学院北京市海淀区100081 93126部队空军装备部北京市海淀区100081

针对光伏电站采集数据的过程中存在数据异常或缺失的实际情况,提出了一种基于皮尔逊相关系数的插值方法。该方法根据皮尔逊相关系数找到与缺失数据相似的时刻,再根据相似时刻的数据估计出缺失的数据。这种方法能够有效的对数据进行修复... 详细信息

针对光伏电站采集数据的过程中存在数据异常或缺失的实际情况,提出了一种基于皮尔逊相关系数的插值方法。该方法根据皮尔逊相关系数找到与缺失数据相似的时刻,再根据相似时刻的数据估计出缺失的数据。这种方法能够有效的对数据进行修复,还原准确度更高,最大化提高残缺数据的使用率。

关键词：光伏电站数据缺失皮尔逊相关系数数据修复

在线全文

学校读者我要写书评

暂无评论

环境监测中异常数据识别与修复

中文科技期刊数据库（全文版）自然科学 2025年第1期 026-030页

作者：吕承凯济宁市兖州生态环境监控中心山东济宁272100

在环境监测领域GeoHash-LOF算法融合了GeoHash技术,有效划分地址空间、实现区域数据的聚类,降低运算复杂度。方法考虑了广泛的区域特征,突破了传统局部离群因子(LOF)算法的局限,提高了异常数据识别的效率和准确性。研究者通过采用遗传... 详细信息

在环境监测领域GeoHash-LOF算法融合了GeoHash技术,有效划分地址空间、实现区域数据的聚类,降低运算复杂度。方法考虑了广泛的区域特征,突破了传统局部离群因子(LOF)算法的局限,提高了异常数据识别的效率和准确性。研究者通过采用遗传算法优化的GM模型(GA-GM)进一步提升异常数据预测的准确度。实践证明,通过欧洲核能机构数据集的分析,GeoHash-LOF与GA-GM的联合使用相比于现有算法在异常值识别及数据填补方面展现出更高的效率和准确性。

关键词：环境监测数据修复 GeoHash-LOF算法 GA-GM算法

基于图正则化多视角函数型矩阵填充的空气质量数据修复

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

中国环境科学 2024年第10期44卷 5357-5370页

作者：高海燕马文娟兰州财经大学统计与数据科学学院甘肃兰州730020 甘肃省数字经济与社会计算科学重点实验室甘肃兰州730020

由于传感器故障、数据传输等原因,收集到的空气质量数据往往面临着稀疏性和不完整性的挑战.提出了一种基于图正则化的多视角函数型矩阵填充方法(GRMFMC),以有效修复和重建空气质量数据的缺失部分.该方法通过引入图正则化策略,充分考虑... 详细信息

由于传感器故障、数据传输等原因,收集到的空气质量数据往往面临着稀疏性和不完整性的挑战.提出了一种基于图正则化的多视角函数型矩阵填充方法(GRMFMC),以有效修复和重建空气质量数据的缺失部分.该方法通过引入图正则化策略,充分考虑了各污染物内样本信息的高阶邻域关系,减少了信息损失;并且利用Hilbert-Schmidt独立性准则(HSIC)提取不同污染物之间的互补信息,进而提高插补精度;同时,结合函数型数据分析,将不同时间点的空气质量数据视为连续函数,利用其内在的平滑性和相关性实现高精度的数据插值.真实空气质量数据集上的模拟插补和实证应用结果表明,相较于其他典型插补方法,GRMFMC方法的插补误差RMSE、NRMSE分别降低了56%~99%、46%~98%以及51%~99%、40%~98%,显示出更好的插补效果,且在不同缺失率和污染物种类下皆表现稳健,具有良好的泛化能力和实际应用价值.

关键词：函数型数据分析多视角学习图正则化空气质量数据矩阵填充数据修复

在线全文

学校读者我要写书评

暂无评论

基于压缩感知的振动数据修复方法

物理学报 2014年第20期63卷 115-124页

作者：张新鹏胡茑庆程哲钟华国防科学技术大学机电工程与自动化学院装备综合保障技术重点实验室长沙410073

为解决旋转机械振动信号丢失数据修复的问题,提出一种基于压缩感知原理的振动数据修复方法.首先对采集到的不完整信号进行处理,将无信息输入时刻对应的数据用零元素填充得到有损信号,以单位矩阵为基础,根据有损信号中零元素的位置信息,... 详细信息

为解决旋转机械振动信号丢失数据修复的问题,提出一种基于压缩感知原理的振动数据修复方法.首先对采集到的不完整信号进行处理,将无信息输入时刻对应的数据用零元素填充得到有损信号,以单位矩阵为基础,根据有损信号中零元素的位置信息,构造对应于压缩感知框架下的观测矩阵;再根据待修复信号的特点并结合先验知识,构造或选择能够对振动信号进行稀疏表示的字典矩阵;然后使用高效且稳定的追踪算法,根据有损信号、观测矩阵以及字典矩阵重构原始信号,实现丢失振动数据的修复.使用仿真数据检验方法的有效性;使用实测的轴承振动状态数据验证方法对于振动数据的适用性,并通过比较完整信号、有损信号和修复信号对应的时域和频域特征值来检验数据修复效果.实验结果表明:本文方法能够有效地实现丢失数据的修复,且从统计特征的角度来看,相比于有损信号,修复信号能够更为准确地描述真实完整的振动信号.

关键词：数据修复压缩感知振动信号观测矩阵

基于特征级融合的高速公路异质交通流数据修复方法

在线全文

学校读者我要写书评

暂无评论

东南大学学报（自然科学版） 2018年第5期48卷 972-978页

作者：李林超曲栩张健王永岗李汉初冉斌东南大学交通学院南京210096 Department of Civil and Environmental Engineering University of Wisconsin-Madison 长安大学公路学院西安710064

为获取完整的交通流数据集,提出了一种交通流数据修复方法.结合多源数据的互补特性,基于深度学习模型构建了时空关联特征提取方法,将高速公路交通流数据缺失情况分为3类,并基于随机森林算法建立修正模型.模型以平均绝对误差最小为优化目... 详细信息

为获取完整的交通流数据集,提出了一种交通流数据修复方法.结合多源数据的互补特性,基于深度学习模型构建了时空关联特征提取方法,将高速公路交通流数据缺失情况分为3类,并基于随机森林算法建立修正模型.模型以平均绝对误差最小为优化目标,基于测试集和选择集优化了模型的参数.利用高速公路固定检测器和浮动检测技术获取的多源数据,对比分析了单一数据源与多源数据的修正精度.结果表明:多源数据修正模型明显优于单一数据源修正模型,在点缺失、线缺失和面缺失3种情况下,MAPE的平均值分别提高了24. 87%,39. 87%和52. 93%.此外,随着缺失比例的增加,较单一数据源模型,多源数据修正模型精度更为稳定,在点缺失、线缺失和面缺失3种情况下,其MAPE的方差仅为0. 01,0. 03和0. 08,证明其具有较好的鲁棒性.

关键词：交通工程数据修复深度学习随机森林多源数据自编码网络

在线全文

学校读者我要写书评

暂无评论

基于图自编码-生成对抗网络的路网数据修复

交通运输系统工程与信息 2021年第6期21卷 33-41页

作者：徐东伟彭航商学天魏臣臣杨艳芳浙江工业大学网络空间安全研究院杭州310023 交通运输部科学研究院北京100029

完整的交通路网数据是实现智能交通系统的前提,故本文提出一种基于图自编码-生成对抗网络的方法对路网中缺失数据进行修复。首先,通过降噪图变分自编码器提取路网缺失数据的时空特征,使其能最大程度捕获原始路网信息;其次,基于该时空特... 详细信息

完整的交通路网数据是实现智能交通系统的前提,故本文提出一种基于图自编码-生成对抗网络的方法对路网中缺失数据进行修复。首先,通过降噪图变分自编码器提取路网缺失数据的时空特征,使其能最大程度捕获原始路网信息;其次,基于该时空特征利用生成对抗网络生成路网数据,加入重建损失并优化生成对抗网络的目标函数,实现对缺失数据的有效插补;最后,采用西雅图(Seattle)和加州(PEMS04)路网速度数据集,针对不同缺失类型和缺失率下的数据修复进行对比实验。当随机缺失率在10%~70%时,Seattle数据集的MAE指标在2.38~3.25之间,PEMS04数据集的MAE指标在1.46~2.38之间;当聚集缺失率在10%~70%时,Seattle数据集的MAE指标在2.51~2.82之间,PEMS04数据集的MAE指标在1.52~1.54之间。对比结果表明,本文提出的路网数据修复方法均优于BP、DSAE、BGCP等模型。

关键词：智能交通数据修复图自编码器生成对抗网络时空特征深度学习

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于深度降噪自编码网络的监测数据修复方法

系统工程与电子技术 2018年第2期40卷 435-440页

作者：陈海燕杜婧涵张魏宁南京航空航天大学计算机科学与技术学院江苏南京211106 软件新技术与产业化协同创新中心江苏南京211106

针对大规模监测系统中经常出现的监测点失效、数据异常等问题,提出基于深度降噪自编码网络的监测数据修复方法。首先,通过堆叠降噪自编码构造深度降噪自编码网络来提取监测点之间隐含的深层关联关系,进而,基于这种深层关联关系训练一种... 详细信息

针对大规模监测系统中经常出现的监测点失效、数据异常等问题,提出基于深度降噪自编码网络的监测数据修复方法。首先,通过堆叠降噪自编码构造深度降噪自编码网络来提取监测点之间隐含的深层关联关系,进而,基于这种深层关联关系训练一种支持向量回归模型以预测待修复的监测数据。在某机场噪声实测数据上的实验表明,通过深度降噪自编码网络学到的深层关联关系能够有效地重构噪声监测数据;相比传统数据修复方法,所提出的数据修复方法具有更好的鲁棒性,数据的修复具有更高的精度。

关键词：深度降噪自编码网络支持向量回归数据修复机场噪声

在线全文

学校读者我要写书评

暂无评论

基于时效规则的数据修复方法

软件学报 2019年第3期30卷 589-603页

作者：段旭良郭兵沈艳申云成董祥千张洪四川大学计算机学院四川成都610065 四川农业大学信息工程学院四川雅安625014 成都信息工程大学控制工程学院四川成都610054

数据时效性是影响数据质量的重要因素,可靠的数据时效性对数据检索的精确度、数据分析结论的可信性起到关键作用.数据时效不精确、数据过时等现象给大数据应用带来诸多问题,很大程度上影响着数据价值的发挥.对于缺失了时间戳或者时间不... 详细信息

数据时效性是影响数据质量的重要因素,可靠的数据时效性对数据检索的精确度、数据分析结论的可信性起到关键作用.数据时效不精确、数据过时等现象给大数据应用带来诸多问题,很大程度上影响着数据价值的发挥.对于缺失了时间戳或者时间不准确的数据,精确恢复其时间戳是困难的,但可以依据一定的规则对其时间先后顺序进行还原恢复,满足数据清洗及各类应用需求.在数据时效性应用需求分析的基础上,首先明确了属性的时效规则相关概念,对属性的时效规则等进行了形式化定义;然后提出了基于图模型的时效规则发现以及数据时序修复算法;随后,对相关算法进行了实现,并在真实数据集上对算法运行效率、修复正确率等进行了测试,分析了影响算法修复数据正确率的一些影响因素,对算法进行了较为全面的分析评价.实验结果表明,算法具有较高的执行效率和较好的时效修复效果.

关键词：数据质量数据时效数据修复数据清洗个人大数据

在线全文

学校读者我要写书评

暂无评论

基于EMD和BCS的振动信号数据修复方法

仪器仪表学报 2019年第3期40卷 154-162页

作者：马云飞贾希胜胡起伟郭驰名王双川陆军工程大学石家庄校区石家庄050003

为改善振动信号修复效果,引入贝叶斯压缩感知(BCS)理论,并提出一种基于经验模态分解(EMD)的贝叶斯压缩感知修复方法,以解决连续缺失信号修复问题。针对随机缺失信号,根据压缩感知修复原理,利用贝叶斯压缩感知算法进行修复;针对连续缺失... 详细信息

为改善振动信号修复效果,引入贝叶斯压缩感知(BCS)理论,并提出一种基于经验模态分解(EMD)的贝叶斯压缩感知修复方法,以解决连续缺失信号修复问题。针对随机缺失信号,根据压缩感知修复原理,利用贝叶斯压缩感知算法进行修复;针对连续缺失信号,先对其进行经验模态分解,对分解得到的所有基本模式分量利用多任务贝叶斯压缩感知算法进行修复,最终将所有修复的基本模式分量累加得到整体信号。利用西储大学公开轴承数据进行修复实验,发现所提方法在时频域指标、误差、信噪比、峰值信噪比等方面均优于正交匹配追踪和正则化正交匹配追踪算法。从修复效果角度验证,发现该方法成功还原了外圈故障信号基本模式分量中的故障特征频率,达到了修复的目的。

关键词：振动信号贝叶斯压缩感知经验模态分解数据修复轴承