[00263085]基于KMDB的软测量建模数据异常点检测方法
交易价格：
面议
所属行业：
分析仪器
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201510157690.6
交易方式：
技术转让
技术转让
技术入股
联系人：
天津工业大学
进入空间
所在地：天津天津市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
摘要：本发明是一种基于KMDB(K-means与DBSCAN相结合的算法)的软测量建模数据异常点检测方法，其特征在于包括下列步骤：(1)设定异常点比例p0与误差比较系数t。(2)对确定的样本数据集进行软测量建模，计算建模测试误差e0(选取相对误差)。(3)用建模误差指导K值的选择，将数据集划分为K类。(4)对每一类用DBSCAN算法进行异常点检测。(5)用异常数据样本占总样本的比例p调整DBSCAN算法中Eps和MinPts的选择。(6)将删除异常点的数据进行软测量建模，得到误差e。比较e与te0判断算法是否有效。(7)判断在迭代次数范围内算法是否达到设定条件，若未达到需返回(1)重新选择p0与t；否则，算法结束。KMDB算法有效地提高了聚类算法的精度及软测量模型的稳定性。
摘要：本发明是一种基于KMDB(K-means与DBSCAN相结合的算法)的软测量建模数据异常点检测方法，其特征在于包括下列步骤：(1)设定异常点比例p0与误差比较系数t。(2)对确定的样本数据集进行软测量建模，计算建模测试误差e0(选取相对误差)。(3)用建模误差指导K值的选择，将数据集划分为K类。(4)对每一类用DBSCAN算法进行异常点检测。(5)用异常数据样本占总样本的比例p调整DBSCAN算法中Eps和MinPts的选择。(6)将删除异常点的数据进行软测量建模，得到误差e。比较e与te0判断算法是否有效。(7)判断在迭代次数范围内算法是否达到设定条件，若未达到需返回(1)重新选择p0与t；否则，算法结束。KMDB算法有效地提高了聚类算法的精度及软测量模型的稳定性。
