| 基于小波-支持向量机的工业取水异常数据挖掘与重构 |
| |
| 引用本文： | 王晗,张峰,薛惠锋.基于小波-支持向量机的工业取水异常数据挖掘与重构[J].计算机应用与软件,2021,38(5):61-68,81. |
| |
| 作者姓名： | 王晗 张峰 薛惠锋 |
| |
| 作者单位： | 中国航天系统科学与工程研究院 北京 100048;山东理工大学管理学院 山东 淄博255012 |
| |
| 基金项目： | 广东省省级科技计划项目;国家自然科学基金项目;国家自然科学基金青年项目 |
| |
| 摘 要： | 提高取水监测数据质量是水资源管理中的紧迫问题.以工业取水监测数据为样本,梳理其异常类别,按照"粗筛选-精识别-再重构"思路,提出基于分段式3σ准则与小波变换、Fourier函数相结合的多尺度工业取水监测异常数据识别方法.采用自适应惯性函数与粒子群优化的最小二乘支持向量机模型重构恢复异常数据.结果表明,分段式3σ准则对数据的粗处理效果较好,采用Fourier函数可有效降低数据小波变换中的信息损失,提高异常数据的识别精准度.采用惯性函数-粒子群优化的LSSVM模型可满足异常数据较高精度的重构恢复需求,其重构精度强于LSSVM、PSO-LSSVM和传统的曲线拟合方法.该方法可为提高水资源数据的决策支持能力提供良好的方法参考.
|
| 关 键 词： | 取水监测 小波分解 多尺度挖掘 数据重构 |
MINING AND RECONSTRUCTION OF INDUSTRIAL WATER ABNORMAL DATA BASED ON WAVELET-SUPPORT VECTOR MACHINE |
| |
| Wang Han,Zhang Feng,Xue Huifeng.MINING AND RECONSTRUCTION OF INDUSTRIAL WATER ABNORMAL DATA BASED ON WAVELET-SUPPORT VECTOR MACHINE[J].Computer Applications and Software,2021,38(5):61-68,81. |
| |
| Authors: | Wang Han Zhang Feng Xue Huifeng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
