数据流上异常数据的在线检测与修正

• 作者: 刘学军 徐宏炳 王永利 董逸生 钱江波
• 来源期刊: 应用科学学报
• 学科: 工学
• 关键词: 数据流 异常数据检测与修正 Kalman滤波 自适应 插值小波
• 年，卷（期）: 2006,（3）
• 页码范围: 256-261
• 页数: 6页
• 分类号: TP311|TP274
• 字数: 5582字
• 语种: 中文
• DOI: 10.3969/j.issn.0255-8297.2006.03.008

摘要

给出了带有遗忘因子改进的Kalman滤波预测算法,能够检测未来时刻的异常数据;提出了一种新颖的数据流上的异常数据修正方法,应用插值小波根据连续异常数据数量的不同,实现了可变插值尺度的异常数据修补,能够自适应修正精度.在实际电力负荷数据上的仿真实验证明这种方法可以在线准确地检测到异常数据,并能提供精确的异常数据修正.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王永利	东南大学计算机科学与工程系	17	145	6.0	11.0
3	董逸生	东南大学计算机科学与工程系	118	3003	29.0	49.0
4	徐宏炳	东南大学计算机科学与工程系	53	1077	20.0	32.0
7	刘学军	东南大学计算机科学与工程系	18	434	11.0	18.0
8	钱江波	东南大学计算机科学与工程系	20	584	14.0	20.0