摘要: 给出了带有遗忘因子改进的Kalman滤波预测算法,能够检测未来时刻的异常数据;提出了一种新颖的数据流上的异常数据修正方法,应用插值小波根据连续异常数据数量的不同,实现了可变插值尺度的异常数据修补,能够自适应修正精度.在实际电力负荷数据上的仿真实验证明这种方法可以在线准确地检测到异常数据,并能提供精确的异常数据修正.
中图分类号:
王永利, 徐宏炳, 董逸生, 钱江波, 刘学军. 数据流上异常数据的在线检测与修正[J]. 应用科学学报, 2006, 24(3): 256-261.
WANG Yong-li, XU Hong-bing, DONG Yi-sheng, QIAN Jiang-bo, LIU Xue-jun. Detection and Repairing Method for Outliers over Data Streams[J]. Journal of Applied Sciences, 2006, 24(3): 256-261.