基于改进尺度的统计建模数据中离群点去除算法及应用

• 作者: 张新荣 徐保国
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 改进尺度 离群点 中心最短距离 椭球多变量整理
• 年，卷（期）: 2011,（2）
• 页码范围: 168-172
• 分类号: TP206
• 字数: 4028字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2011.02.033

摘要

鉴于传统鲁棒离群点去除算法不能准确估计过程采样数据的均值和协方差,导致基于PCA的统计建模监控影响故障诊断效果的局限性,本文提出一种综合CDCm与MVT的异常检测算法,可以克服上述缺陷.通过改进尺度方法对过程原始采样数据实现准确估计并进行中心化和标准化处理,运用采样数据中的最大变量值来计算距离,采用CDCm算法求出样本值与中心距离最短的正常点,利用获得的有效数据计算MVT迭代算法的第一个马氏距离,选取距离较小值对应的样本点进行迭代运算,最终去除离群点,获得正常数据.通过在发酵过程中的应用,并与传统鲁棒检测算法进行比较,实验与分析结果表明,该算法提高了异常检测的效率和准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐保国	江南大学信控学院	277	2198	22.0	30.0
2	张新荣	淮阴工学院电子与电气工程学院	43	247	10.0	12.0