离群值
离群值的相关文献在1992年到2022年内共计187篇,主要集中在自动化技术、计算机技术、经济计划与管理、建筑科学
等领域,其中期刊论文136篇、会议论文7篇、专利文献28574篇;相关期刊110种,包括统计与信息论坛、中国临床药理学杂志、工程质量等;
相关会议7种,包括2016中国计算机辅助设计与图形学会大会、第25届全国灰色系统学术会议、2010年第二届中国能力验证论坛等;离群值的相关文献由470位作者贡献,包括R·B·琼斯、李雄英、王志坚等。
离群值—发文量
专利文献>
论文:28574篇
占比:99.50%
总计:28717篇
离群值
-研究学者
- R·B·琼斯
- 李雄英
- 王志坚
- 王斌会
- Cheng-Hsien Chiuc
- Der-Chiang Li
- Liang-Sian Lin
- Meng-Hsuan Tsai
- 利德江
- 林良宪
- 苏振宇
- 蔡孟璇
- 邓光明
- 邱政贤
- 黄时文
- A·J·林德纳
- A·乌基尔
- A·帕尔
- D·布里克
- K·M·阿塔纳索夫
- N·米施拉
- O·J·斯科瑞沃斯
- S·M·维罗尔
- S·古哈
- S·班德亚帕德耶
- 于杰
- 佐藤守一
- 何光熠
- 刘福臣
- 卓焕权
- 周琦
- 唐婷婷
- 姜诚
- 孙宪华
- 张毅伟
- 张玉晴
- 曾睿昊
- 李鑫欣
- 李革
- 杜烨
- 杜瑞忠
- 杨玉琼
- 林曙光
- 汪国斌
- 汪志红
- 沓名拓郎
- 王兴
- 王应明
- 王新军
- 王薇
-
-
何琳;
刘克;
赵学花;
沈理景
-
-
摘要:
随着电力需求的不断增长,电网设备技术改造的投入越来越大,如何更好地确定电网技改工程合理造价区间,有效地指导生产技改项目投资控制和精益管理工作成为亟待解决的问题。文章提出了一种基于离群值的电网技改工程造价合理区间的研究方法,选取某省电力公司近五年已完技改项目的工程造价数据为样本,借助SPSS软件,采用狄克逊检验、格拉布斯检验等方法进行造价数据离群值的研判及修正,测算出电网技改工程单位造价合理区间,为技改工程投资估概算编制、评审提供参考依据。
-
-
汪志红
-
-
摘要:
以我国铁路旅客客运量的强季节性及外部干预影响关系为研究对象,融合时间序列X-13ARIMA-SEATS季节调整模型离群值、季节性识别功能和ARIMAX干扰模型的非线性干扰分析功能,系统设计基于季节性特征的线性与非线性干预模型,对我国铁路旅客客运量干预效应对季节性影响进行分析。结论显示,铁路旅客客运量季节性根据外部干预因素变化呈现出不稳定变化特征,依据离群值剥离的外部干预因素在一定程度上能净化铁路旅客客运量的干扰性季节因素,非线性季节性干预模型能够解释更多的外部环境信息,还原铁路旅客客运量季节性变量影响本质,我国铁路客运量显示为外部环境负向影响的季节性移动平均特点。
-
-
汪志红
-
-
摘要:
基于新冠肺炎疫情等突发事件对人们日常生活出行的影响,结合X-13ARIMASEATS季节调整模型的自动识别最优ARIMA模型和检测突发事件离群值功能,使用脉冲函数和阶梯函数设计基于离群值的突发事件的干预变量,构建铁路客运量的时间序列ARIMAX干预模型,对铁路客运量近年受到的SARS疫情、铁路客票实名制政策和新冠肺炎疫情等突发事件的冲击趋势进行干预比较分析。结果显示,SARS和新冠肺炎疫情对铁路客运量冲击较大,SARS疫情在冲击滞后的第5~6期铁路客运量基本得到恢复,新冠肺炎疫情对铁路客运量冲击一直在持续中,铁路客运实名制政策实施社会性较强,冲击具有波动性和不稳定性特征,持续时间较短;相对季节调整模型的趋势分析优势,干预模型拟合预测精度显著高于季节调整模型,预测显示我国铁路客运量在缓慢持续回暖中。
-
-
黄水仁;
刘玉记;
胡杰
-
-
摘要:
传统自回归与滑动平均(ARMA)残差控制图往往对离群值比较敏感,容易导致监控失效.为了解决这一问题,本文利用稳健统计的思想对传统ARMA残差控制图进行修正,构建出稳健ARMA残差控制图算法,以克服离群值对模型的影响.模拟和实证结果表明:当数据中不存在离群值时,由传统和稳健ARMA残差控制图得到的监控结果基本一致;当数据中存在离群值时,相对于传统ARMA残差控制图而言,稳健ARMA残差控制图能更有效地抵抗离群值的影响,具有较好的抗干扰性和高抗差性.
-
-
雷佳;
许永屯
-
-
摘要:
单桩载荷试验是岩土工程最常用的、最可靠的试验方法,规范规定单桩载荷试验承载力统计值为极差不超过平均值30%时,可取其为单桩承载力,当极差大于平均值30%时,承载力如何取用,规范没有给出统一规定。本文通过异常数据剔除,采用不同方法对试验数据的对比分析,给出试验统计值计算的建议方法。
-
-
康彩琴
-
-
摘要:
近年来,在国家地下水监测工程实施以及水文现代化规划进程加快的新形势下,地下水监测工作处于专用井与生产井并用的过渡时期,使得水位监测值在应用过程中有不一致、不合理的情况出现,须用一种科学方法处理和筛选。用统计学方法对某典型区地下水水位年末差数据分布检验的结果表明,地下水水位年末差呈正态分布特征,在此基础上,用统计学方法对离群值进行判断和处理,以提高数据的精度和代表性。
-
-
张颖异
-
-
摘要:
龄期>1 000 d混凝土抗压强度推定方法现有钻芯法和钻芯修正法,钻芯修正法的修正方式又分为总体修正量、对应样本修正量、对应样本修正系数等。论文案例中混凝土龄期最长为2 651 d,案例中钻芯修正法采用对应样本修正量的方式,每一检验批中的芯样抗压强度值采用格拉布斯检验法和狄克逊检验法对离群值进行剔除,对龄期>1 000 d混凝土抗压强度钻芯修正法和钻芯法进行对比分析,得出钻芯修正法与钻芯法的差异性,并确定钻芯修正法在混凝土抗压强度检测中对于结果修正是必要的。
-
-
肖迁;
穆云飞;
焦志鹏;
孟锦豪;
贾宏杰
-
-
摘要:
为实现电池剩余使用寿命(RUL)在线预测和降低数据离群值对预测精度影响,提出基于改进轻量型梯度提升机(LightGBM)的RUL在线预测方法。首先,为实现RUL在线预测,通过等压降时间与容量衰减的关系,选取等压降时间为健康因子;然后,为降低数据离群值对预测精度的影响,构建基于LightGBM的预测模型,采用Bagging的学习方式,忽略离群值权重;接着,为进一步降低离群值影响,基于一种兼具自适应性和鲁棒性的损失函数(ARLF)对LightGBM进行改进,通过超参数α限制损失函数一阶导数幅值的饱和值,在残差增长时,限制离群值对梯度的影响;最后,通过行驶工况下电池全生命周期容量测试实验数据,对比基于不同损失函数的RUL在线预测效果,验证所构建健康因子和所提预测方法的有效性。
-
-
张靓囡;
李璟媛;
冯文
-
-
摘要:
目的支付标准的测算是DRG实施中的关键环节,本研究旨在分析比较四种常用的数据裁剪方法,为实际付费做好准备,也为后续的研究与实践提供启示及方法改进的依据。方法利用中段区间法和缩尾法对某市二级医院2017-2019年出院病例的住院费用离群值进行裁剪,用变异系数、总体方差减少系数、Kruskal-Wallis H统计量及ROC曲线评价不同方法裁剪后对DRG分组效能的影响。结果四种方法裁剪离群值后对DRG分组效能指标均有改善,但改善程度各有不同,最适宜的裁剪方法为方法2(裁剪上限Q_(3)+1.5IQR,裁剪下限Q_(1)-0.5IQR)。综合评价离群值裁剪前后CV、RIV以及ROC曲线的变化,可以得到实现更佳分组效能的数据裁剪方法。结论恰当裁剪离群值可规避医保基金的不必要浪费、维持医院经济平稳运行、减少患者疾病负担,地方医保局可根据实际住院数据恰当选取裁剪方法。
-
-
易思成;
康喜明;
吴浩;
胡少华
-
-
摘要:
为解决孤立森林(IF)算法在离群值识别过程中对于边界位置数据处理结果的模糊性和不确定性问题,提高监测数据中异常值的检出率,在使用IF算法进行离群值初步识别的基础上,将IF量化计算后的异常得分引作变量,导入云模型(CM)逆向云发生器,根据逆向云变换所得的云数字特征值实现边界数据定位,进一步引入局部异常因子(LOF)算法对所定位的边界数据进行二次精确诊断,以某尾矿坝地表位移监测数据为例进行了模型验证。研究结果表明:对于监测数据中真实异常值和边界部分随机误差,IF模型检出率为16.5%和22.2%,而IF-CM-LOF模型的检出率分别达到90%和61.1%,离群值诊断性能明显优于IF模型。
-
-
Li Zhun;
李准;
Pan Xingzi;
潘幸子;
Gao Kaiyuan;
高开源;
Li Na;
李娜;
Yang Jiquan;
杨继全;
Sun Shuifa;
孙水发
- 《2016中国计算机辅助设计与图形学会大会》
| 2016年
-
摘要:
点云配准是在一组待匹配点云(也称数据点)和参考点云(也称模型点)之间产生一个最佳匹配,从而获取待匹配点云与参考点云之间的旋转和平移关系.基于鲁棒性的点云配准算法,提出基于泰勒级数准则函数来限制离群点的影响,运用重心信息改进配准初始值,利用最小二乘法,Huber.Tukey,Cauchy等准则函数进行对比实验,实验结果表明,当点云数据中含有离群值时,基于泰勒级数准则函数配准误差较最小二乘法,Huber,Tukey和Cauchy准则函数更小,在配准精度上有了较大的提高,并且误差值稳定收敛;在点云数据无同名点情况下,引入插值算法对点云数据进行处理,对后续的配准精度上有一定的改善。
-
-
SU Zhenyu;
苏振宇;
ZHAO Liyan;
赵丽艳
- 《甘肃省电机工程学会2015年学术年会》
| 2015年
-
摘要:
为了探究离群值对月度负荷预测效果的影响,本文建立了计及离群值影响的季节性ARIMA月度负荷预测模型(regARIMA),选择了广东等5省(市)1998年12月至2014年7月的实际月度负荷数据,对预测效果进行了实证研究.结果表明,计及离群值影响的建模样本内预测误差会有明显改善.但对于提前12期和提前1期的预测测试结果都表明计及离群值影响的ARIMA模型预测效果并不优于普通季节ARIMA模型.
-
-
-
-
-