虚拟误差方程及其在粗差探测中的应用

本文提出了利用虚拟误差方程探测测量中的多个粗差，导出了计算公式，并给出了算例，用这种方法可以大大提高多个粗差的探测速度。     

一个基于概率的数字图像直方图均衡化新方法

提出了一个基于概率的数字图像直方图均衡化新方法,该算法不但很好地解决了直方图均衡化的“过亮现象”,而且保留了经典算法的快速、自动化优点,有利于实现真正意义上的人工智能．最后通过实验仿真,并对算法的均衡化效果和时间复杂性进行了验证．     

钻孔应变观测数据的分形特征研究

形变观测数据是地震监测预报和地球科学研究重要数据源,其中环境干扰排除、地震震例等异常数据的检测是形变观测数据推广应用的关键内容。本文针对形变观测数据中的钻孔应变观测数据,通过计算绘制功率谱图,研究其Hurst指数与盒维数分形特征,实现对观测数据中地震事件等异常数据的检测。实验结果表明钻孔应变观测数据符合1/f分布,其具有长时间记忆的分形特征,Hurst指数与分形盒维数变化都凸显出了地震等异常数据。随着信噪比的下降,钻孔应变观测数据的Hurst指数呈现下降的趋势,其盒维数呈现增加的趋势,进一步证实了Hurst指数与分形盒维数之和为2的关系,而它们的变化较大,表明具有较弱的抗噪能力。本文的研究结果可为地震研究提供理论基础。     

双向分类随机效应模型的Outlier检验方法

本文主要研究平衡的双向分类随机效应模型中Ｏｕｔｉｌｅ（异常值）的检验问题。给出了在主效应上出现Ｏｕｔｌｉｅｒｓ的检验方法，导出Ｏｕｔｉｌｅｒ检验统计量及其分布，并对检验的功效函数进行讨论，最后，运用模拟数据说明本文方法的有效性。     

基于鲁棒学习的鲁棒RBF神经网络

提出了一种基于鲁棒学习的鲁棒RBF神经网络。使用聚类方法选择RBF网络隐结点的中心,以鲁棒代价函数为目标函数,采用梯度下降法调整隐层结点的宽度和网络权值,从而使RBF网络的学习过程不受离群点的影响,并且能够快速收敛。仿真实验结果表明了RBF神经网络的鲁棒优越性。     

Weka平台基础类分析及算法扩展方法

分析了Weka平台的基础类结构,说明了数据运算的整体流程,并以基于频繁模式的离群点检测为例,说明了对Weka进行扩展的方法,为数据挖掘研究和应用者自定义算法实现提供基础。     

Outliers Mining in Time Series Data Sets

1 ＩＮＴＲＯＤＵＣＴＩＯＮＫｎｏｗｌｅｄｇｅｄｉｓｃｏｖｅｒｙｉｎｄａｔａｂａｓｅｓ,ｃｏｍｍｏｎｌｙｒｅｆｅｒｒｅｄｔｏａｓｄａｔａｍｉｎｉｎｇ ,ｉｓｇｅｎｅｒａｔｉｎｇｅｎｏｒｍｏｕｓｉｎｔｅｒｅｓｔｓｉｎｂｏｔｈｒｅｓｅａｒｃｈａｎｄｓｏｆｔｗａｒｅａｒｅａｓ.Ｈｏｗｅｖｅｒ,ｍｕｃｈｏｆｔｈｅｒｅｃｅｎｔｗｏｒｋｈａｓｂｅｅｎｆｏｃｕｓｅｄｏｎｆｉｎｄｉｎｇ“ＬａｒｇｅＰａｔ ｔｅｒｎｓ”ｗｈｉｃｈｐｒｅｓｅｎｔｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｉｎｐｕｔｄａｔａｅｘｈｉｂｉｔｅｄｂｙ…     

基于模糊控制的舰船组合导航Kalman滤波器

经典的舰船组合导航Kalman滤波器对异常量测值处理过于简单 (只分为野值、正常值 ) ,致使包含新息的略大于正常值的量测数据失去作用 ,从而使滤波器产生波动。为克服这一弊端 ,提出在滤波器中加入模糊控制器 ,模糊规则由专家确定 ,对不同类型的滤波新息进行判别后加权处理 ,从而增强滤波器对野值的适应能力。计算机仿真结果表明 ,模糊控制器的加入可以提高滤波器工作的稳定性和可靠性     

双向分类随机交互效应模型中均值滑动模型的异常值检验

在双向分类随机交互效应模型中，文中引入了交互效应及误差变量上的均值滑动模型，并导出了相应的检验统计量以及它们在零假设及备择假设下的分布．在数据中有异常值出现的情况下，给出了一个检验过程．最后通过一组模拟数据进行了分析     

基于免疫聚类算法的离群数据挖掘

离群数据挖掘是数据挖掘研究的重要内容,在实际生活中获得广泛应用.论文结合了免疫算法全局搜索的优点和K-均值方法局部收敛速度快的特点,提出了一种基于免疫聚类算法的离群数据挖掘方法,有效地克服了传统聚类方法对初始化敏感、容易陷入局部最优等缺点,使聚类结果能够快速收敛到全局最优,有效地检测离群数据.实验结果表明,该方法实用有效的.