作者:刘丹,魏国,孙金玮,刘昕 单位:北京无线电技术研究所 出版:《电子测量技术》2008年第07期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFDZCL2008070390 DOC编号:DOCDZCL2008070399 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 本文以多输入多输出(MIMO)非线性传感器系统为背景,在Ferguson-Srikantan检验法和RBF神经网络拟合法的基础上提出了一种训练样本集中粗差定位与修复方法。传统粗差检验方法以残差作为诊断统计量,容易对高杠杆点和粗差点产生误判。而建立在学生氏残差和外学生氏残差基础上的F-S检验法能高效地区分两者,并定位粗差点,然后利用RBF神经网络拟合法估计并替换粗差点,从而完成训练样本集的修复。实验表明,该方法具有很强的鲁棒性,在精确定位和准确修复粗差数据的同时提高了传感器信号重构的效率。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。