10.3969/j.issn.1004-9037.2006.02.023
基于聚类分析的数字滤波阈值算法
提出了一种数字滤波的新算法.为了度量测量数据的可靠性程度, 该算法引入了测量数据的支持量和有效支持量等概念.确定支持量的关键在于滤波阈值的选取,算法对测量数据进行分类,并根据不同的分类数给出不同的滤波阈值,所给出的滤波阈值能在不损失有用信息的情况下,抑制异常数据影响的扩散.而有效支持量的引入,可以使异常数据的残余影响进一步被消除.数据实验的结果证明:与同类滤波算法相比,当连续出现一个或多个异常数据及测量真值出现跃变时,该算法具有更强的抗干扰和快速处理能力.
异常数据、数字滤波、阈值、聚类分析
21
TP273.3(自动化技术及设备)
浙江省重点实验室基金
2006-07-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
234-238