10.3778/j.issn.1002-8331.1109-0347
实时采集中异常值的自动甄别与纠错方法研究
随着科学技术进步,规模猪的生长过程研究手段也日益现代化.传统上对猪的生长研究大多采用人工收集数据,不仅麻烦费事,而且极易产生猪的应激反应,对猪的生长产生影响.随着各种传感器和现代通讯技术在养猪事业中的应用,数据的收集变得更加科学、方便.然而,由于采集数据对象的特殊性,使得在采集数据的过程中,客观存在挤、拱、撞等现象,从而造成采集的数据存在偏差,对后期分析研究猪的生长性状产生一定影响,因此,必需加以修正.鉴于此提出了将经典算法与神经网络方法相结合来自动甄别与纠正采集的数据,通过 Matlab 仿真及在安徽菩提果公司研发的“9SC-05猪用选种选料自动测定设备系统”的应用实践,表明该方法具有纠错准确率高、速度快、适应性好等优点.
数据处理、传统算法、神经网络、Matlab
TP391(计算技术、计算机技术)
2013-05-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
251-254