首页> 中国专利> 一种基于局部特征异常因子的初馏塔采样数据粗差判别方法

一种基于局部特征异常因子的初馏塔采样数据粗差判别方法

摘要

本发明公开一种基于局部特征异常因子的初馏塔采样数据粗差判别方法,通过设计一种局部特征异常因子来量化各个样本数据的异常程度,从而可以将局部特征异常因子较大的样本数据判别为粗差。本发明方法需要先通过为各个样本数据找到多个近邻样本数据,然后以近邻样本数据为参考数据集,通过优化得到能区分该样本数据与其近邻之间差异的局部特征,从而计算得到局部特征异常因子。本发明方法未曾涉及计算马氏距离,而是寻找各个样本数据的近邻样本数据,并通过变换向量最大化两者之间的差异,从而通过局部特征与原点之间的距离来判别各个样本是否为粗差。因此,本发明方法可同时给出样本数据是否为粗差数据及其采样数据集中有多少个粗差数据的判别。

著录项

  • 公开/公告号CN113205121A

    专利类型发明专利

  • 公开/公告日2021-08-03

    原文格式PDF

  • 申请/专利权人 宁波大学科学技术学院;

    申请/专利号CN202110440193.2

  • 发明设计人 邱思颖;陈杨;虞飞宇;

    申请日2021-04-18

  • 分类号G06K9/62(20060101);

  • 代理机构

  • 代理人

  • 地址 315302 浙江省宁波市慈溪市白沙路街道文蔚路521号宁波大学科学技术学院机械工程与自动化学院

  • 入库时间 2023-06-19 12:05:39

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2023-10-03

    授权

    发明专利权授予

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号