基于统计方法的异常数据检测及其修复

《基于统计方法的异常数据检测及其修复》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、？＇．％：．．＇：‘＇单位巧码１０２９３：：密级公开４也《＾營考皮緣像硕女裕違＾、雀ｒ■韦＾４《去方－曹哪；论文题目：基于统计方法的异常数据檢潮－驚及其修复‘－、．＇，－－．Ｊ学号１２１３０５３２０４古＇气＇姓名－金娃：Ｖ早导师ｍｍ—＇－一一，Ｖ；早：奇’’＂与？专业学位类别＾－．仪器仪衰工掉女：凉Ｔ＞、类型全日制．＇：起专业（领域）工持硕＋，—，、￣‘戸论女提父自期二一ｒ＊零六年五巧－．，占

2、、，．一Ｖ＇－？Ｉ－．＞一Ｉ．■＇■＇？－■．．；．ｒ；＇翁■－？．——部？—’＇’、，．＊南京邮电大学学位论文原创性声明本人卢明所Ｍ交的巧位论史记巧个人在导师巧导下进巧的研究；作々取糾的研究成巧。；Ｔ尽巧所知，除了义中特别加从柄注和致谢的地方外，论义中不包含其他人。经发表或撰写过；。的研化化巧，也不包巧为获巧聞山邮化大学或巧它教育机构的学位或证而使用过的材料Ｉ－与我巧１：作的问志对本研究所做的化何巧献均己在论文中作了明满的说明井衷了谢意。一本人学位论文及涉化相关资料若巧不实，愿盘承担切相关的法评

3、责任。全硏光生签名：伟Ｕ朋：南京邮电大学学位论文使用授权声明本人段权南京邮化大学可保留并向论国家有关部ｎ或机构送交论文的复印件和电子文可档；允许论文被查阅和借闽；可Ｗ将学位文的全部或部分内容编入有关数据库进行检索；采ｆｌ影印、缩印或扫拙等复制手段保巧、汇编本学位论文。本文电子文巧的内容和纸质一致。论论义被的密内学容巧文的公布（包括刊登）授权南京邮电大学研究生院如理。位论文在解密后适用本投权１５。研化生签名：隹年巧Ｗ签名：心口期：＞＇（．（．１＾｜Researchofoutlierdetectionanddatarecoverybasedons

4、tatisticalmethodThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByJinWeiSupervisor:Prof.LiuRuilanMay2016摘要随着工业过程的复杂化，工业企业需求的增加以及控制理论和计算机技术的发展，软测量技术作为一种成本低廉，效果明显的方法，已成为现代工业控制领域的研究热点之一。而软测量的建模精度受到建模数据的影响，软测量模型的输入数据都来自工业现场。可是,工业生产过程中有很多影响因子,如噪声,传感器故障或者工

5、作人员疏忽等都会使得所采集的某些数据出现异常,所以对建模数据的检测和修复就变得十分重要。论文主要从以下几个方面进行了研究。针对单个变量的数据（一维数据），采用小波变换的方法进行检测，通过伸缩和平移等运算功能对数据细致化的分析，因为小波变换的时频特性，能准确定位异常数据点位置；对于高维数据，采用主元分析法对数据进行处理，分别建22立T统计图和Q统计图。然后根据每个变量对T统计图的贡献，对Q统计图进行更为细致的2划分，选取其中和T统计图显著相关的变量所构成的统计图联合检测，使得检查幅值较小的粗大误差能力加强。针对以前工业数据填补修复的一些缺点，本论文把深度学习方法运用到异常数据的修复，先对单

6、变量时间序列数据进行多层次的特征提取，然后采用BP神经网络对特征变量进行训练，从非线性的角度对异常数据进行修复。以PTA工业过程采集的现场数据为例，采用小波分析和主元分析法分别对时间点异常和时间段异常的数据进行检测，并用深度学习方法对异常数据进行填补修复，仿真结果表明检测和修复效果都很好。关键词:软测量数据预处理，小波变换，主元分析法，深度学习预测.IAbstractAsthecomplicatedindustryprocess,thegrowingdemandfortheindustrialenterprisesandthedevelopmentofcontroltheoryandco

7、mputertechnology,softmeasurementtechnologyasakindoflowcost,obviouseffectsofmethod,hasbecomeoneofresearchhotspotsinthefieldofmodernindustrialcontrol.Thesoftmeasurementmodelingaccuracyisaffectedbythemodelingdata,theinput