[发明专利]一种水质自动监测数据的预处理方法在审
| 申请号: | 202111046998.5 | 申请日: | 2021-09-07 |
| 公开(公告)号: | CN113760880A | 公开(公告)日: | 2021-12-07 |
| 发明(设计)人: | 郝玉莹;赵林;孙同;傅少康;孙梦;胡斯宇 | 申请(专利权)人: | 天津大学 |
| 主分类号: | G06F16/215 | 分类号: | G06F16/215;G06F16/2458 |
| 代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 潘俊达 |
| 地址: | 300072*** | 国省代码: | 天津;12 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 水质 自动 监测 数据 预处理 方法 | ||
1.一种水质自动监测数据的预处理方法,其特征在于,包括以下步骤:
S1、统计并标记原始数据集中的缺失值;
S2、对原始数据集中的数据进行时间序列分解,得到残差项;
S3、识别所述残差项中的异常值,并删除和/或修正所述异常值;
S4、采用线性插值法插补所述原始数据集中的缺失值和删除后的异常值,得到经处理后的完整数据集。
2.根据权利要求1所述的水质自动监测数据的预处理方法,其特征在于,步骤S1中,通过对所述原始数据集构建时间序列,来得到缺失值的数量及其位置。
3.根据权利要求1所述的水质自动监测数据的预处理方法,其特征在于,步骤S2中,采用时间序列分解方法剥离所述原始数据集中的趋势项和周期项后,得到残差项。
4.根据权利要求3所述的水质自动监测数据的预处理方法,其特征在于,采用局部加权回归法对原始数据集进行趋势和周期拟合。
5.根据权利要求4所述的水质自动监测数据的预处理方法,其特征在于,所述局部加权回归法为STL统计方法。
6.根据权利要求1、3~5任一项所述的水质自动监测数据的预处理方法,其特征在于,步骤S3中,采用极端学习偏差检验算法识别所述残差项中的异常值。
7.根据权利要求6所述的水质自动监测数据的预处理方法,其特征在于,步骤S3中,所述异常值的修正方法为:以所述原始数据集得到的周期项和趋势项之和代替识别出的异常值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111046998.5/1.html,转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置





