原创力文档- 5
- 0
- 约2.58万字
- 约 24页
- 2023-12-23 发布于河北
- 举报
化工生产中异常数据处理
本文面向实际化工生产过程的软测量技术，融合了大量的现场观测数据，其中的
任一常数据（野值）的出现都可能导致模型的预测效果下降，甚至完全失败，
因此对测量数据进行预处理非常重要。以延迟焦化过程焦炭产率软测量模型为例,
考虑以多变量的聚类分析为常样本数据的识别方法，进行识别常样本数据并
解释这些常样本对后继建模结果的影响。
本文首先总结、探讨关于数据挖掘、离群点分析、聚类算法方面取得的已有
文档评论（0）