公开(公告)号：CN119249072A

公开(公告)日：2025-01-03

申请号：CN202411457041.3

申请日：2024-10-18

Applicant: 新疆大学

Inventor： 袁亮 ,  刘超 ,  吕凯 ,  冉腾 ,  肖文东 ,  谢俊

IPC: G06F18/10 ,  G06F18/214 ,  G06F18/2415 ,  G06F18/25

Abstract: 一种基于高斯混合模型（GMM）的化工数据分析方法采用高斯混合模型（GMM）精准计算化工数据中每个数据点的异常概率，以及通过动态调整阈值来适应数据变化，从而实现对异常数据的有效识别和分割。通过对每个数据点的概率分布进行分析，本发明不仅能够基于数据点的异常概率来设定初始阈值，确保此阈值更贴近实际数据的分布特性。本发明实现了对初始阈值的自动调整，根据新增数据的趋势更新阈值，以确保阈值的调整方向符合数据的实时变化，从而提高了对异常数据判定的准确性和操作的实时性。最终，本发明通过精确识别和调整，有效地监测并分析化工生产过程中的潜在问题，优化生产流程，提高生产安全和效率。