典型文献
基于卡尔曼滤波的含噪声小样本数据处理方法
文献摘要：
提出一种基于卡尔曼滤波和扩展卡尔曼滤波的小样本噪声数据处理方法.首先,通过物理模型或经验公式建立系统模型.然后,利用系统模型预测模型数据.最后,采用观测数据修正模型数据,达到平滑数据噪声的效果.实验结果表明,对于BC500耐候钢腐蚀增重数据,用差分整合移动平均自回归(autoregressive integrated moving average,ARIMA)模型和随机森林(random forest,RF)模型进行腐蚀增重预测时,经卡尔曼滤波降噪后,决定系数R2平均提升6.4％,而经扩展卡尔曼滤波降噪后,R2平均提升4.9％,验证了本方法的有效性.
文献关键词：
卡尔曼滤波;扩展卡尔曼滤波;数据降噪;小样本;腐蚀数据
中图分类号：
作者姓名：
刘芬;范洪强;吕涛;李谦;钱权
作者机构：
上海大学计算机工程与科学学院,上海200444;上海大学材料科学与工程学院,上海200444;上海大学材料基因组工程研究院材料信息与数据科学中心,上海200444;重庆大学材料科学与工程学院国家镁合金材料工程技术研究中心,重庆400044;之江实验室,浙江杭州311100
文献出处：
引用格式：
[1]刘芬;范洪强;吕涛;李谦;钱权-.基于卡尔曼滤波的含噪声小样本数据处理方法)[J].上海大学学报（自然科学版）,2022(03):427-439
A类：
B类：
小样本数据,数据处理方法,扩展卡尔曼滤波,噪声数据,物理模型,经验公式,建立系统,系统模型,模型数据,观测数据,数据修正,修正模型,数据噪声,BC500,耐候钢,腐蚀增重,重数,移动平均自回归,autoregressive,integrated,moving,average,ARIMA,random,forest,RF,决定系数,数据降噪,腐蚀数据
AB值：
0.356451
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
