实时采集中异常值的自动甄别与纠错方法研究

• 作者: 季学枫 王永国 胡娇娇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据处理 传统算法 神经网络 Matlab
• 年，卷（期）: 2013,（9）
• 页码范围: 251-254
• 分类号: TP391
• 字数: 3886字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1109-0347

摘要

随着科学技术进步,规模猪的生长过程研究手段也日益现代化.传统上对猪的生长研究大多采用人工收集数据,不仅麻烦费事,而且极易产生猪的应激反应,对猪的生长产生影响.随着各种传感器和现代通讯技术在养猪事业中的应用,数据的收集变得更加科学、方便.然而,由于采集数据对象的特殊性,使得在采集数据的过程中,客观存在挤、拱、撞等现象,从而造成采集的数据存在偏差,对后期分析研究猪的生长性状产生一定影响,因此,必需加以修正.鉴于此提出了将经典算法与神经网络方法相结合来自动甄别与纠正采集的数据,通过 Matlab 仿真及在安徽菩提果公司研发的“9SC-05猪用选种选料自动测定设备系统”的应用实践,表明该方法具有纠错准确率高、速度快、适应性好等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	季学枫		12	84	4.0	9.0
2	王永国	安徽大学数学科学学院	21	122	5.0	10.0
3	胡娇娇	安徽大学数学科学学院	1	3	1.0	1.0