题名 | 异常数据检测及其在神经模糊建模中应用; The Detection of Outlier and Application with Neuron-Fuzzy Modeling |
作者 | 肖磊 |
答辩日期 | 2006 ; 2006 |
导师 | 张阿卜 |
关键词 | ANFIS 异常数据检测 主成分 偏最小二乘 ANFIS Outlier Detection PCA PLS |
英文摘要 | 近年来,基于神经网络与模糊逻辑的神经模糊建模已经被用于将专家领域知识转化为计算机表达的知识建模,其中最突出的方法是Jang于1993年提出的自适应神经模糊建模(ANFIS)方法。一般应用ANFIS建模的数据都是清洁的或者假定清洁的,如果数据是清洁的,可能比较容易达到满意的结果;但是如果数据是不清洁的,即含有异常数据,那么它们必然对ANFIS建模产生不利影响。本文所做的工作是对蓄电池剩余电量数据和飞机油箱剩余油量数据进行异常数据检测并应用ANFIS建模。首先对异常数据的定义及常用异常数据检测方法做了综述,举例阐述了分析异常数据的意义,分析了现有异常检测算法的优点和不足。然后通过一个函数逼近实例分...; These years, neuro-fuzzy modeling has been applied to knowledge modeling which transformed knowledge in special fields into computer language. In all kinds of neuro-fuzzy modeling methods, the ANFIS(Adaptive-Network-based Fuzzy Inference Systems)method which was proposed by Jang in 1993 is the most prominent one.usually,the modeling data set is clean, we can acquire satisfied model mostly if it is...; 学位:工学硕士; 院系专业:信息科学与技术学院自动化系_控制理论与控制工程; 学号:200331007 |
语种 | zh_CN |
出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=12686 |
内容类型 | 学位论文 |
源URL | [http://dspace.xmu.edu.cn/handle/2288/50641] ![]() |
专题 | 信息技术-学位论文 |
推荐引用方式 GB/T 7714 | 肖磊. 异常数据检测及其在神经模糊建模中应用, The Detection of Outlier and Application with Neuron-Fuzzy Modeling[D]. 2006, 2006. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论