软测量建模中的过失误差检测新方法  

Detection of Gross Errors in Soft Sensing Modeling

作　　者：田慧欣[1] 毛志忠[1] 

机构地区：[1]东北大学,信息科学与工程学院,辽宁,沈阳,110004 东北大学,信息科学与工程学院,辽宁,沈阳,110004

出　　处：《计量学报》2009年第4期374-377,共4页Acta Metrologica Sinica

基　　金：国家自然科学基金(60374003)

摘　　要：软测量建模中建模数据的准确与否直接影响到模型的精度,因此通过对建模数据进行过失误差检测可以确保建模数据的质量.文中提出了一种基于聚类分析的过失误差检测方法,该方法脱离了传统检测方法依赖于机理模型的束缚,更好地适应软测量的特点.针对软测量建模过程中建模数据过失误差检测的特性提出了一种新的聚类方法,这种新方法依据各数据点到数据中心的欧氏距离进行聚类,可以有效地将过失误差从数据集中剔除.实验表明这种基于聚类分析的过失误差检测方法具有很好的效果.

关 键 词：计量学 过失误差检测 软测量 聚类分析 山峰算法 欧氏距离 

分 类 号：TB9[一般工业技术—计量学]