Data Mining Algorithm for Off-Group Points on Noise Polluted Time Series Based on ESO
Data Mining Algorithm for Off-Group Points on Noise Polluted Time Series Based on ESO
复制标题
基于ESO的噪声污染时间序列离群点数据挖掘算法
DOI：
--
复制
发表时间：
2015
期刊：
影响因子：
--
通讯作者：
李品友
中科院分区：
文献类型：
--
作者：
王福欣;黄志坚;张艳燕;乔梁;李品友
实际测量的信号总是包含偏离真实值很远的野值。如何去除这些野值是离组点数据挖掘的一个重要研究课题。在自抗扰控制器（ADRC）中，由于信号易受野值的影响，很难获得准确的信号。为此，本文提出了扩张状态观测器（ESO）算法来代替跟踪微分器。(TD)法比较了它们在相同条件下不同野值范围内的性能。结果表明，当野值相对较小时，ESO算法能更好地去除野值。
The practically measured signals always contain wild values deviating far from true values. How to remove these wild values is an important research project for data mining of off-group points. In active disturbance rejection controller (ADRC), it is difficult to acquire accurate signal, since the signal is vulnerable to the influence of the wild values. Therefore, this paper puts forward extend state observer (ESO) algorithm to replace tracking ifferentiator.(TD) method. The performances are compared between them under equal conditions and for different rang of wild values. The result suggests that the ESO algorithm will remove the wild values effectively and better, when it’s relatively small.
登录
查看更多内容
DOI：
10.1016/j.aml.2013.02.003
发表时间：
2013-07
期刊：
Appl. Math. Lett.
影响因子：
--
作者：
Hongyinping Feng;Shengjia Li
通讯作者：
Hongyinping Feng;Shengjia Li
影响因子：
2.6
作者：
Guo, Bao-Zhu;Zhao, Zhi-liang
通讯作者：
Zhao, Zhi-liang
DOI：
10.1016/j.compeleceng.2014.12.001
发表时间：
2015-02
期刊：
Comput. Electr. Eng.
影响因子：
--
作者：
Juhong Wu;D. Yang;Zengping Chen
通讯作者：
Juhong Wu;D. Yang;Zengping Chen
影响因子：
3.9
作者：
M. Farrokhifard;M. Hatami;M. Parniani
通讯作者：
M. Farrokhifard;M. Hatami;M. Parniani
影响因子：
7.3
作者：
Madonski, R.;Herman, P.
通讯作者：
Herman, P.