[发明专利]一种滑动阈值的自适应随机信号异常提取方法在审
| 申请号: | 201810719528.2 | 申请日: | 2018-06-30 | 
| 公开(公告)号: | CN108898117A | 公开(公告)日: | 2018-11-27 | 
| 发明(设计)人: | 李忠;安建琴;宋奕瑶;尹慧超 | 申请(专利权)人: | 防灾科技学院 | 
| 主分类号: | G06K9/00 | 分类号: | G06K9/00 | 
| 代理公司: | 西安研创天下知识产权代理事务所(普通合伙) 61239 | 代理人: | 孙李林 | 
| 地址: | 065201 *** | 国省代码: | 河北;13 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | 本发明公开了一种滑动阈值的自适应随机信号异常提取方法,包括以下步骤:第一步:需要计算滑动平均值;第二步:需要计算滑动均方差;第三步:计算滑动阈值;第四步:确定随机信号异常数据本发明面对多分辨率、多测项向的随机信号数据,采用滑动均值±2倍均方差作为阈值提取异常,是合理的,能够快速地定量提取前兆数据异常信号,对研究异常天气、地震预测、海啸预警等自然灾害发生意义重大。 | ||
| 搜索关键词: | 滑动 随机信号 均方差 自适应 地震预测 定量提取 多分辨率 海啸预警 数据异常 异常数据 异常天气 阈值提取 自然灾害 研究 | ||
【主权项】:
                1.一种滑动阈值的自适应随机信号异常提取方法,其特征在于,包括以下步骤:第一步:需要计算滑动平均值,以![]() 表示,则计算的公式如下:
表示,则计算的公式如下:![]() 公式中,
公式中,![]() 为随机信号观测数据序列中第i到第(i+s‑1)个数形成的滑动平均值,n为随机信号观测数据的序列长度,s为滑动窗口大小,i为循环变量,xj为第j个数据,∑为求和符号;第二步:需要计算滑动均方差,以σ表示,公式如下:
为随机信号观测数据序列中第i到第(i+s‑1)个数形成的滑动平均值,n为随机信号观测数据的序列长度,s为滑动窗口大小,i为循环变量,xj为第j个数据,∑为求和符号;第二步:需要计算滑动均方差,以σ表示,公式如下:![]() 公式中,σ(i:i+s‑1)为随机信号观测数据序列中第i到第(i+s‑1)个数形成的滑动均方差,
公式中,σ(i:i+s‑1)为随机信号观测数据序列中第i到第(i+s‑1)个数形成的滑动均方差,![]() 为滑动平均值,n为随机信号观测数据的序列长度,s为滑动窗口大小,i为循环变量,xj为第j个数据,∑为求和符号;第三步:计算滑动阈值需要计算确定阈值的上确界和下确界;第四步:确定随机信号异常数据利用第三步计算的阈值上、下确界,通过下式来确定哪些属于随机信号异常数据:xj>TL(i:i+s‑1)或xj<TU(i:i+s‑1)为异常TL(i:i+s‑1)≤xj≤TU(i:i+s‑1)为正常TU(i:i+s‑1)为阈值上界;TL(i:i+s‑1)为阈值下界;N正整数,取值2,3,4,需要根据采样频率调整,s为滑动窗口大小,i为循环变量,xj为第j个数据。
为滑动平均值,n为随机信号观测数据的序列长度,s为滑动窗口大小,i为循环变量,xj为第j个数据,∑为求和符号;第三步:计算滑动阈值需要计算确定阈值的上确界和下确界;第四步:确定随机信号异常数据利用第三步计算的阈值上、下确界,通过下式来确定哪些属于随机信号异常数据:xj>TL(i:i+s‑1)或xj<TU(i:i+s‑1)为异常TL(i:i+s‑1)≤xj≤TU(i:i+s‑1)为正常TU(i:i+s‑1)为阈值上界;TL(i:i+s‑1)为阈值下界;N正整数,取值2,3,4,需要根据采样频率调整,s为滑动窗口大小,i为循环变量,xj为第j个数据。
            
                    下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
                
                
            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防灾科技学院,未经防灾科技学院许可,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/patent/201810719528.2/,转载请声明来源钻瓜专利网。





