绝对重力测量异常值的局部异常因子检测算法

• 作者: 吴琼 滕云田 王晓美
• 来源期刊: 中国惯性技术学报
• 学科: 地球科学
• 关键词: 绝对重力测量 异常值检测 局部异常因子 人工智能
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 惯性仪表研究与设计
• 页码范围: 533-537,560
• 页数: 6页
• 分类号: P312.1
• 字数: 4317字
• 语种: 中文
• DOI: 10.13695/j.cnki.12-1222/o3.2019.04.018

摘要

自主研发绝对重力仪的测量结果中出现的离群程度不同的异常值会直接影响测量结果的准确度和测量精度.目前一般采用的一元正态分布异常值检测算法漏检率高,容易造成测量结果的偏差和测量精度的下降.利用人工智能算法中的局部异常因子异常值检测算法,可以在线、快速、高效地完成自主研发绝对重力测量数据的异常值检测.首先,根据实测数据构建测试数据集,利用数值模拟确定局部异常因子算法邻域宽度参数的取值;然后,基于实测数据进行异常值检测并进行结果评估.评估结果表明,局部异常因子异常值检测算法对离群程度不同、连续出现异常值等情况检测效果明显优于一元正态分布异常值检测算法,组测量精度平均提高9.37μGal,可以作为自主研发绝对重力仪异常值检测的通用算法完成组测量结果的异常值检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴琼		37	336	11.0	17.0
2	滕云田		69	396	12.0	16.0
3	王晓美		25	112	5.0	9.0