论文研究-基于K-均值聚类的工业异常数据检测.pdf
针对当前工业异常数据检测技术未充分考虑数据的时序特征以及训练样本中可能含有异常样本的问题，提出一种检测异常数据的方法：基于时序特征将遥测量与遥信量分为离散量与连续变化量，并分别通过改进后的K-均值算法与传统自回归模型检测离散量与连续变化量的异常数据，在训练聚类模型的过程中，通过计算异常因子来剔除含有异常样本的聚类簇，在训练自回归模型过程中，将不属于正常取值区间的异常样本剔除。最后在OMNeT 平台下搭建仿真小型储水加热工业系统并进行验证，实验结果表明：该方法可以有效地检测出现场设备中的异常数据，相比于其他同类基于聚类的异常检测模型，采用该方法检测异常数据的漏报率更低。
文件下载
评论信息
其他资源
- matlab 语音信号处理 enframe.m
- 超级电容储能
- PMbox第六版，有老师批注和划重点
- 学生选课管理系统（C语言）
- Johnson算法
- 销客多最新源码+数据库，亲测可用附发布教程
- VisualBasic与AutoCAD二次开发 张晋西.pdf
- mdt文件数据读取，并绘制波形
- QtWidgets相关的技术分享
- 航空公司用户管理：一款用于管理具有各种角色（例如超级管理员，管理员和用户）的航空公司用户的应用程序-源码
- lenet5.ipynb
- telegram-robot-rss：简洁易用的RSS Newsfeed Bot，可用于出色的Telegram Messenger应用程序！-源码
- Win32鼠标事件绘制直线
- surf论文翻译
- Max2Babylon-0.24.0.zip
- 从零开始用labview编写上位机程序
- tomcat 数据库连接池配置的jar包
- 基于verilog的步进电机驱动
- Grid++Report5.6锐浪报表破解版.rar
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明