作者:花青,许国艳,张叶 单位:四川省计算机学会;中国科学院成都分院 出版:《计算机应用》2015年第11期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFJSJY2015110220 DOC编号:DOCJSJY2015110229 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 随着数据流的广泛运用,数据流中异常数据的检测问题也引起了更多的关注。现有的卡尔曼滤波算法需要的历史数据量虽然小,但只适用于单个异常点的检测,对于复杂连续的异常值检测效果较差。针对这个问题,提出一种水文传感器分级标注模型,并在此基础上提出一种基于多维影响因子的卡尔曼滤波算法,加入空间、时间、起源三个维度的影响因子,在天气和汛期等影响因素改变时,对系统模型的控制参数进行适当调整,并且对测量噪声进行更加准确的估计,提高异常检测的准确性。实验结果证明,所提算法在保证运行时间相近的前提下,检测的错误率远低于基于遗忘因子的卡尔曼(AKF)算法和基于小波的卡尔曼(WKF)算法。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。