公开(公告)号：CN104050277A

公开(公告)日：2014-09-17

申请号：CN201410294117.5

申请日：2014-06-27

Applicant: 东北大学

Inventor： 肖冬 ,  包晶晶 ,  高旭阳

IPC: G06F17/30

CPC classification number: G06F17/30554

Abstract: 软测量建模时所使用的数据集中若含有过失误差，将在很大程度上影响所建模型的精确度.因此，在建模之前，针对建模所使用的数据集，提出了基于聚类分析的3MAD-MMMD过失误差的侦破方法，对来自无缝钢管穿孔过程相关参数的数据集进行处理.实验和仿真表明，3MAD-MMMD侦破方法有效地剔除了数据集中的过失误差，为后续软测量建模打好了数据基础，且其精度高、实时性好、经济可靠。

公开(公告)号：CN104636589A

公开(公告)日：2015-05-20

申请号：CN201410638874.X

申请日：2014-11-13

Applicant: 东北大学

Inventor： 包晶晶 ,  肖冬 ,  高旭阳

IPC: G06F19/00

Abstract: 现场采集的数据由于各种原因不可避免地存在着过失误差，需要对建模数据进行过失误差侦破以保障软测量模型的测量精度。因此，在基于聚类分析的软测量过失误差侦测中，针对不同变量对建模影响程度的不同，提出了基于GRW-MMMD（Grey Relational Weighted-Modified Median Minimum Distance）的过失误差侦破方法，对来自LF精炼炉冶炼过程的相关参数的数据集进行处理。实验和仿真表明，GRW-MMMD方法可以有效的找出数据集中的过失误差，且其实时性好、准确度高、经济可靠。