基于多維影響因子的卡爾曼濾波算法
大?。?/span>0.69 MB 人氣： 2017-12-29 需要積分：2
隨著數(shù)據(jù)流的廣泛運用，數(shù)據(jù)流中異常數(shù)據(jù)的檢測問題也引起了更多的關注?，F(xiàn)有的卡爾曼濾波算法需要的歷史數(shù)據(jù)量雖然小，但只適用于單個異常點的檢測，對于復雜連續(xù)的異常值檢測效果較差。針對這個問題，提出一種水文傳感器分級標注模型，并在此基礎上提出一種基于多維影響因子的卡爾曼濾波算法，加入空間、時間、起源三個維度的影響因子，在天氣和汛期等影響因素改變時，對系統(tǒng)模型的控制參數(shù)進行適當調整，并且對測量噪聲進行更加準確的估計，提高異常檢測的準確性。實驗結果證明，所提算法在保證運行時間相近的前提下，檢測的錯誤率遠低于基于遺忘因子的卡爾曼（AKF）算法和基于小波的卡爾曼（WKF）算法。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%