基于改进型SVM的城市污水处理过程异常数据清洗方法
针对城市污水处理过程数据存在噪声和缺失的问题,提出一种基于改进型支持向量机(improved support vector machine,ISVM)的异常数据清洗方法.首先,设计一种基于密度估计的噪声数据检测方法,实现对污水噪声数据甄别与剔除.其次,建立一种基于ISVM的缺失数据补偿模型,对缺失数据进行非线性拟合,获得数据缺失时刻的补偿值.最后,运用粒子群优化(particle swarm optimization,PSO)算法更新ISVM参数,提高缺失数据的补偿精度.将该清洗方法应用于城市污水处理过程中,实验结果表明,基于ISVM的异常数据清洗方法能够实现对异常数据的剔除以及缺失数据的补偿,提高了数据质量.
污水处理、数据异常、数据清洗、密度估计、支持向量机、粒子群优化
47
TP181(自动化基础理论)
国家自然科学基金资助项目61890930-5,61622301
2021-09-18(万方平台首次上网日期,不代表论文的发表时间)
共10页
1011-1020