典型文献
基于多点关联性的尾矿坝位移监测序列异常值诊断
文献摘要：
针对尾矿坝位移监测序列中噪声和真实异常值的区分问题,提出1种基于多点关联性和改进孤立森林(IF)算法的异常数据诊断模型.通过IF算法对监测序列中的各样本点异常程度进行量化计算,引入云模型(CM)算法确定IF量化的异常得分与异常概念的相互映射关系以实现异常点的初步诊断,根据Apriori算法计算多测点序列间的关联性,找出强关联序列组合,结合序列关联性以及异常点诊断结果区分噪声与真实异常值.以某尾矿坝位移监测序列为例进行模型验证.研究结果表明:基于多点关联性的异常诊断模型能够有效区分尾矿坝位移监测序列中的噪声与真实异常值,提高监测系统的准确性.
文献关键词：
监测序列;关联性;孤立森林;异常诊断模型
中图分类号：
作者姓名：
易思成;康喜明;吴浩;胡少华
作者机构：
武汉理工大学 安全科学与应急管理学院,湖北 武汉430070;国网内蒙古东部电力有限公司,内蒙古 呼和浩特010020;华中师范大学 城市与环境科学学院,湖北 武汉430079
文献出处：
引用格式：
[1]易思成;康喜明;吴浩;胡少华-.基于多点关联性的尾矿坝位移监测序列异常值诊断)[J].中国安全生产科学技术,2022(06):45-51
A类：
异常点诊断
B类：
尾矿坝,位移监测,监测序列,异常值,孤立森林,IF,异常数据诊断,样本点,点异常,量化计算,云模型,CM,互映,映射关系,Apriori,算法计算,多测点,诊断结果,模型验证,异常诊断模型
AB值：
0.260125
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。
