基于聚类分析的数字滤波阈值算法

• 作者: 蔡菲娜
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 异常数据 数字滤波 阈值 聚类分析
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 研究简报
• 页码范围: 234-238
• 页数: 5页
• 分类号: TP273.3
• 字数: 5812字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2006.02.023

摘要

提出了一种数字滤波的新算法.为了度量测量数据的可靠性程度, 该算法引入了测量数据的支持量和有效支持量等概念.确定支持量的关键在于滤波阈值的选取,算法对测量数据进行分类,并根据不同的分类数给出不同的滤波阈值,所给出的滤波阈值能在不损失有用信息的情况下,抑制异常数据影响的扩散.而有效支持量的引入,可以使异常数据的残余影响进一步被消除.数据实验的结果证明:与同类滤波算法相比,当连续出现一个或多个异常数据及测量真值出现跃变时,该算法具有更强的抗干扰和快速处理能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡菲娜	浙江工业大学之江学院	11	134	6.0	11.0