为有效剔除工业现场采集数据中的显著误差,降低随机误差的影响,使校正后的数据更好的满足物料平衡和能量平衡,最大程度提高软测量模型的精度,提出一种基于同步算法的数据协调方法,并对双酚A生产工艺现场采集到的数据进行校正。仿真表明,校正后的数据误差率得到显著降低,提高了数据源的精度和模型的泛化能力。
2022-04-30 15:43:41
497KB
1
文件一包含了存在数据的3种粗大误差剔除方法，
第一种莱伊特准则
第二种格罗斯布斯准则
第三种狄克松准则
文件二最小二乘vi
2021-12-31 19:02:49
39KB
利用C语言写的格拉布斯检验法，对电子测量课程的学习有所帮助，用以剔除数据中的粗大误差，代码经检验为编写正确，希望对大家有所参考价值
2019-12-21 21:53:38
243KB
1
（1）求算术平均值；
（2）求残余误差（绝对误差）；
（3）求标准差；
（4）判断粗大误差，如果发现粗大误差,剔除粗大误差后再进行计算；
（5）判断数据是否具有线性误差或者周期性误差。
2019-12-21 20:03:29
11KB
1