基于离群点检测和分类的软测量方法

　　

摘要：由于测量仪表自身的故障和传感器容易受化工环境的影响会使测量的数据偏离原来的范围，导致离群点的产生，而离群点对软测量模型的预测精度产生很大的影响，因此需要排除离群点。然而由于原料的更换或者过程的切换也会导致所测数据偏移，这些检测数据容易被误判为离群点。针对这一问题本文引入了基于支持向量数据描述(SVDD)的离群点检测方法和提出了基于贝叶斯理论的离群点分类方法，并以航空煤油干点为研究对象进行仿真研究。

订阅方式：
①在线订阅（推荐）：www.sdchem.net.cn
②邮局订阅：邮发代号24-109

投稿方式：
①在线投稿（推荐）：www.sdchem.net.cn
　　作者只需要简单注册获得用户名和密码后，就可随时进行投稿、查稿，全程跟踪稿件的发表过程，使您的论文发表更加方便、快捷、透明、高效。
②邮箱投稿：sdhgtg@163.com sdhg@sdchem.net
　　若“在线投稿”不成功，可使用邮箱投稿，投稿邮件主题：第一作者名字/稿件题目。
投稿时请注意以下事项：
　　①文前应有中英文“题目”、“作者姓名”、“单位”、“邮编”、“摘要”、“关键词”；
　　②作者简介包括：姓名、出生年、性别、民族、籍贯或出生地、工作单位、职务或职称、学位、研究方向；
　　③论文末应附“参考文献”，执行国标GB/T7714-2005标准，“参考文献”序号应与论文中出现的顺序相符；
　　④注明作者的联系方式，包括电话、E-mail、详细的通讯地址、邮编，以便联系并邮寄杂志。
　　 　                                                                                   山东化工稿件修改细则