大动态范围大离散单区域多点精准确定异常值的方法技术

本发明专利技术公开了大动态范围大离散单区域多点精准确定异常值的方法。采集大动态范围大离散单区域样本，提取单区域样本中各点的标准差和离散差，并对标准差和离散差进行阈值处理；通过标准差均值前向平移操作处理单区域样本中各点的标准差；计算单区域样本内所有点的置信率；将所有点置信率分别与置信率阈值比较，判断出样本中的异常点，实现大动态范围大离散单区域多点精准确定异常数值。本发明专利技术克服了数据量大和异常不明显的难题，能够快速精准地确定异常数值。

A method of accurate determination of outliers in large dynamic range and large discrete single area

【技术实现步骤摘要】
大动态范围大离散单区域多点精准确定异常值的方法
本专利技术属于计算机数据处理
，特别涉及了一种大动态范围大离散数据的异常值确定方法。
技术介绍
在计算机建模时，清理数据样本非常重要，可以确保观察结果充分代表问题。有时，数据集可能包含超出预期范围之外的极端值，这些值通常被称为异常值。通过理解甚至去除这些异常值，能够改进建模和模型技能。目前提出的确定数据异常值的方法包括基于距离的方法、基于偏差的方法和基于密度的方法等。这些方法虽然可以找出异常值，但是方法较为繁琐，需要大量的机器学习，尤其是当动态范围较大，异常数据不明显时，通过现有的方法很难查找出来。例如，在分布式光纤振动传感定位技术中，误报率是突出的问题，当系统发生误报时，系统测出的振动点与实际振动点相差几百米。尤其是当传输距离较远时，因为背向散射信号较弱，信号和背景噪声无法区分开来，造成振动定位的误报，因此亟需一种精准定位振动点的方法。
技术实现思路
为了解决上述
技术介绍
提出的技术问题，本专利技术提出了大动态范围大离散单区域多点精准确定异常值的方法，克服本文档来自技高网...

【技术保护点】
1.大动态范围大离散单区域多点精准确定异常值的方法，其特征在于，包括以下步骤：/n(1)采集大动态范围大离散单区域样本，提取单区域样本中各点的标准差和离散差，并对标准差和离散差进行阈值处理；/n(2)通过标准差均值前向平移操作处理单区域样本中各点的标准差；/n(3)计算单区域样本内所有点的置信率；/n(4)将所有点置信率分别与置信率阈值比较，判断出样本中的异常点，实现大动态范围大离散单区域多点精准确定异常数值。/n

【技术特征摘要】
1.大动态范围大离散单区域多点精准确定异常值的方法，其特征在于，包括以下步骤：
(1)采集大动态范围大离散单区域样本，提取单区域样本中各点的标准差和离散差，并对标准差和离散差进行阈值处理；
(2)通过标准差均值前向平移操作处理单区域样本中各点的标准差；
(3)计算单区域样本内所有点的置信率；
(4)将所有点置信率分别与置信率阈值比较，判断出样本中的异常点，实现大动态范围大离散单区域多点精准确定异常数值。


2.根据权利要求1所述大动态范围大离散单区域多点精准确定异常值的方法，其特征在于，在步骤(1)中，一次采集N个单区域样本，计算各点的平均值标准差σi和离散差dij：









其中，xij表示第j个样本中第i个点值，i＝1,2,…,M，M为采样点数目，j＝1,2,…,N。


3.根据权利要求2所述大动态范围大离散单区域多点精准确定异常值的方法，其特征在于，在步骤(1)中，对标准差和离散差进行阈值处理的方法如下：

【专利技术属性】
技术研发人员：孙小菡，徐宛丽，吴宝锋，刘华伟，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32