一种新的水务信息系统数异常检测算法.pdfVIP

研究与开发 文章编号 ： （ ） ： 1007-1423 2014 20-0027-05 DOI 10.3969/j.issn.1007-1423.2014.20.005 一种新的水务信息系统数异常检测算法 刘东文 1 ，胡军 2 （1． 广州市水务科学研究所高新技术研究室 ， 广州 510220 ； 2． 华南理工大学计算机科学与工程学院 ， 广州 510640 ） 摘 要 ： 水务信息数据异常诊断对国民生计有着举足轻重的意义 。传统的水务信息系统数据常检测算法多是采用多元回归分 析法 ，但该方法有缺陷 。 提出新算法利用帽子矩阵对角线元素的性质 ，判断数据是否异常 ，并用 MatLab 进行算法实 现 该算法解决前者的缺点 可对水务系统进行实时监测 准确找出异常数据 ， ， ， 。 关键词 ： 异常诊断 ； 多元回归分析 ； 帽子矩阵 ； MatLab 基金项目 ： 广州市水务科技计划项目 0 引言 单一样本的观测数据的异常值 检测和回归中的异常点 检测 。 二十世纪末期以来 水资源越来越成为经济社 自 ， 第 一 类 方法是 从整体 上 考虑 。 1972 年 Tietjen 和 会发展的主要制约因素 ， 水务管理企业在国家政策的 Moore 提 出的统计量是用来检验单样本中异常数据的 ， 良好导向中迅速发展壮大 ， 水务信息管理系统也随着 1980 年 Hawkins 给 出 了 其 相 应 的 临 界 值 ，1985 年 计算机网络技术的发展而被引入 ， 为人们的生活质量 Marasinghe 将 其 引 入 到 回 归 分 析 中 ，1991 年 Paul 和 以及抗拒自然灾害的能力的提高做出了巨大贡献[1]。 由 Fung 推 出 GESR 方法[3] （该方法避免 了主观选择异常数 于在数据的采集和处理的过程中有时会出现仪器的破 据带来的错误 ）。 这类方法的原理是异常数据明显偏离 损 、失灵等状况 ，再加上防不胜防的计算机病毒 、网络 它或它们所属样本的其余 观测值 ， 可能缘 于随机 总体 攻击 ，水务信息系统时常会出现异常数据[2] 。 而水务系 固有的随机 变异性 ， 也可能与试 验方法和试 验条件 出 统是关系国计民生的大事 ， 要求数据尽量做到反映客 现的偶 然偏离有关 ， 或在观测计算记录过程中出现了 观事实 。 因而对水务信息系统的异常数据进行实时监 失误 ， 这种异常数据和样本中的其余 观测值 不 属 于 同 测有着重要的意义 。 一个总体[4] 。 对 于这种存 在于样本中的异常数据 ，主要 本文针对水务信息数据异常状况 ， 在对多元线性 检验异常数据与样本主体间 的显著性差异 。 回归分析法做了简单分析后 ， 提出了一种新的水务信