典型文献
基于Lasso回归及模型修正的双重回归缺失值插补方法研究
文献摘要：
针对各传感网络中传感数据因工作环境变化、传感设备异常等因素而引起的测量值缺失的问题,提出了一种基于Lasso回归及模型修正的双重回归缺失值插补方法.该方法采用原始数据滑动窗口法生成数据集并随机删除部分数据,以Lasso回归模型为基准,使用岭回归与皮尔逊相关性分析联合分析且生成集成岭回归与相关性的数据集,并将其作为Lasso回归模型的特征(双列),以双重回归方式进行模型修正,最终实现对缺失值的插补.以西储大学轴承数据为例,对所提方法及另外2种缺失值插补方法(KNN的数据插补和Lasso回归的缺失值插补)在缺失率为4％、10％和20％下进行比较,并采用均方根误差、模型训练时间及决定系数作为评估指标.结果表明,基于Lasso回归及模型修正的双重回归缺失值插补方法具有较好的表现,为后续的故障诊断提供可靠的基础数据.
文献关键词：
轴承数据;岭回归;Lasso回归;缺失值插补;相关性分析
中图分类号：
作者姓名：
吴斌鑫;刘美;周正南;莫常春;吴猛;张斐
作者机构：
广东石油化工学院,广东 茂名525000;吉林化工学院,吉林 吉林132022;大连交通大学,辽宁 大连116028;东莞理工学院,广东东莞523419
文献出处：
引用格式：
[1]吴斌鑫;刘美;周正南;莫常春;吴猛;张斐-.基于Lasso回归及模型修正的双重回归缺失值插补方法研究)[J].机械与电子,2022(09):17-21,26
A类：
B类：
Lasso,模型修正,重回,缺失值插补,插补方法,传感网络,传感数据,传感设备,设备异常,测量值,原始数据,滑动窗口法,删除,岭回归,皮尔逊相关性分析,联合分析,双列,轴承数据,KNN,数据插补,缺失率,模型训练,训练时间,决定系数
AB值：
0.265852
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。
