基于改进EM算法的混凝土泵车数据治理

• 作者: 邓子畏 唐朝晖 朱红求 赵于前
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据缺失 随机过程 改进EM算法 数据治理
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 机械工程? 控制科学与工程
• 页码范围: 443-449
• 页数: 7页
• 分类号: TP311
• 语种: 中文
• DOI: 10.11817/j.issn.1672-7207.2021.02.012

摘要

针对混凝土泵车远程监控中存在数据缺失的问题,提出一种基于随机期望最大化算法的缺失数据治理算法,通过将马尔科夫链蒙特卡洛方法(MCMC)与随机变量相结合改进期望最大化(EM)算法.首先,在期望步中,在MCMC矩阵中采样生成缺失值,并将该值代入进行随机近似模拟以更新估计值.然后,在最大化步中,通过反复迭代得到最大化估计值作为重构值来填充缺失数据.最后,以混凝土泵车实际运行数据对本文提出的算法、均值填充法和EM算法的缺失数据填充效果进行比较.研究结果表明:所提算法有效地解决了EM算法依赖初始值设定的问题,提高了数据填充的准确率.