模糊残差算法对离群点数据的优化研究

• 作者: 刘云 郑文凤 张轶
• 来源期刊: 小型微型计算机系统
• 关键词: 离群点数据 模糊回归 残差加权 鲁棒性 最小二乘
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 计算机软件与数据库研究|Computer Software and Database Research
• 页码范围: 1321-1326
• 页数: 6页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2021.06.030

摘要

离群点数据在数据分析中会影响回归模型的拟合精度,特别是高维不确定性离群点数据,通过模糊回归方法,可减少离群点对多维数据模型拟合的影响.本文提出模糊残差算法,首先在模糊域中构建模糊回归模型,其次迭代计算观测值和估计值之间的残差确定权重,通过最小化加权目标函数估计模型参数,得到基于加权优化的鲁棒模糊回归模型,最终算法优化的模型更精确拟合目标数据.仿真结果表明,在离群点影响情况下,与RTS-L1算法和FLAR算法相比,模糊残差算法在估计精度和鲁棒性方面有更好的提升.