-
题名多层传感器故障数据的挖掘模型仿真
被引量：3
- 1
-
-
作者
徐凯华
赵雪琴
-
机构
郑州大学西亚斯国际学院
-
出处
《计算机仿真》
CSCD
北大核心
2014年第12期393-396,共4页
-
基金
河南省科技厅重点科技攻关项目(142102210501)
-
文摘
多层传感器的故障准确定位对保证各自应用安全至关重要。多层传感器不同于传统的传感器网络,其不同层次的传感器故障的特征差异较大,不同层次传感器之间存在故障特征"断层"问题。传统的基于流数据异常特征识别的多层传感器故障数据的挖掘模型需要明确层次网络故障之间的关联特征,若传感器层次之间的故障特征关联性不强,故障挖掘的阀值就无法固定,产生故障特征无法定位问题,导致误警率较高。提出了一种基于贝叶斯信念网络的多层传感器故障数据的挖掘模型,针对多层传感器故障数据属性多样性的问题,分析了贝叶斯信念网络的结构,搜索一个最匹配待分类故障数据样本的贝叶斯信念网络,通过评估函数评估各个可能的网络结构与样本多层传感器故障数据间的契合度,采集一个最佳样本多层传感器故障数据解,通过"压缩侯选"的贝叶斯信念网络算法,计算样本多层传感器故障数据间的依赖关系,集中扫描最可能是待挖掘数据的变量集,实现故障数据的挖掘。实验结果表明,利用所提模型能够有效提高多层传感器故障数据的挖掘的准确性。
-
关键词
多层次
传感器
挖据模型
-
Keywords
Multi- level
Sensor
Digging up according to the model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于小数据冲突检测的坏点数据挖掘模型仿真
被引量：2
- 2
-
-
作者
林硕蕾
-
机构
北京工业职业技术学院
-
出处
《科技通报》
北大核心
2015年第1期213-216,共4页
-
文摘
传统基于离群度的坏点检测方法,无法解决小数据冲突过程中存在的震荡波动以及数据特征不明显的问题,获取的坏点结果存在较大的偏差。提出了一种基于小数据冲突检测的坏点数据挖据模型,通过小区域异常因子LOD描述小数据冲突数据集中不同数据对象的局部异常程度,采用小数据冲突数据的邻域查询优化算法,获取初步坏点数据集,通过运算小区域异常因子的方法,在邻域搜索优化后获取的对象邻域中,基于两个对象间的加权考斯基距离,采用去一划分信息熵增量获取小数据冲突对象的权值,运算初步坏点数据集中小数据冲突对象的损坏程度,获取小数据冲突中的坏点数据。实验结果说明,所提方法在挖据小数据冲突中的坏点数据过程中,在繁琐度和差异性方面较传统模型都具有较高的优越性。
-
关键词
小数据
冲突检测
坏点数据
挖据模型
-
Keywords
small data
conflict detection
bad point data
digging up according to the model
-
分类号
TP122
[自动化与计算机技术—控制理论与控制工程]
-
