CN110413949A - 一种呈递增或递减变化趋势的数据处理方法 - Google Patents

一种呈递增或递减变化趋势的数据处理方法 Download PDF

Info

Publication number
CN110413949A
CN110413949A CN201910712415.4A CN201910712415A CN110413949A CN 110413949 A CN110413949 A CN 110413949A CN 201910712415 A CN201910712415 A CN 201910712415A CN 110413949 A CN110413949 A CN 110413949A
Authority
CN
China
Prior art keywords
data
serial number
increasing
value
initial data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910712415.4A
Other languages
English (en)
Other versions
CN110413949B (zh
Inventor
周俊华
梁晓东
熊用
龙兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Lianzhi Bridge and Tunnel Technology Co Ltd
Original Assignee
Hunan Lianzhi Bridge and Tunnel Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan Lianzhi Bridge and Tunnel Technology Co Ltd filed Critical Hunan Lianzhi Bridge and Tunnel Technology Co Ltd
Priority to CN201910712415.4A priority Critical patent/CN110413949B/zh
Priority to PCT/CN2019/109422 priority patent/WO2021022656A1/zh
Publication of CN110413949A publication Critical patent/CN110413949A/zh
Application granted granted Critical
Publication of CN110413949B publication Critical patent/CN110413949B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Complex Calculations (AREA)

Abstract

本发明提供了一种呈递增或递减变化趋势的数据处理方法，在具有呈递增或递减变化趋势的多个原始数据中选取n(n≥3)个连续的原始数据作为一个处理窗口进行数据处理，具体包括步骤1、确定处理窗口内的原始数据满足函数关系式为Y＝F(xi)；步骤2、找出步骤1中处理窗口内不符合原始数据呈递增或递减变化趋势的个别原始数据；步骤3、对于步骤2中所述的序号对应的问题数据分别判断其前后相邻的原始数据是否符合处理窗口内原始数据呈递增或递减的变化趋势；步骤4、计算出步骤3中最少问题数据个数A，并将对应序号的问题数据剔除；步骤5、采用最小二乘法进行数据拟合。本发明解决了因传感器测量得到的部分数据不符合已知递增或递减变化趋势的问题。

Description

一种呈递增或递减变化趋势的数据处理方法
技术领域
本发明涉及物联网数据分析技术领域，具体涉及一种呈递增或递减变化趋势的数据处理方法。
背景技术
在物联网技术领域，我们需要用到各种各样的传感器对物理世界进行数据采集，将物理量变为电学量进而通过网络传输回数据中心进行数据处理与分析。
现实世界的某些物理量存在呈递增或递减变化趋势，如随时间的变化，累积降雨量呈现出递增趋势、管道内的流量统计呈现出递增趋势以及石油的存储量呈现出递减趋势等。对于这些具有明确呈递增或递减变化趋势的物理量，其真实值只有可能在变化趋势内单向变化，而因传感器的原理及其精度等因素的制约，会出现部分测量的原始数据不符合已知的呈递增或递减变化趋势，这种明显的错误在数据展示的时候是不能出现的，因此需要对原始数据进行处理。
对于该类原始数据，其处理具有一定的特殊性。由于我们需要尊重所测量的每一个原始数据，不能随意的篡改或者剔除任意一个原始数据，所有的原始数据处理需要基于一定的既定规则，不能简单的采用拟合或者其他的算法对整个原始数据做替换处理，同时又需要让处理后的数据最接近真实值。
综上所述，急需一种呈递增或递减变化趋势的数据处理方法以解决现有技术中存在的因传感器测量得到的部分数据不符合已知的呈递增或递减变化趋势的问题，实现在不改变原始数据的情况下，通过剔除最小个数的问题数据来满足已知的递增或递减变化趋势。
发明内容
本发明目的在于提供一种呈递增或递减变化趋势的数据处理方法，具体技术方案如下：
一种呈递增或递减变化趋势的数据处理方法，在具有呈递增或递减变化趋势的多个原始数据中选取n(n≥3)个连续的原始数据作为一个处理窗口进行数据处理，具体包括以下步骤：
步骤1、确定处理窗口内的原始数据满足函数关系式为Y＝F(xi)，其中i＝1、2、....、n；
步骤2、找出步骤1中处理窗口内不符合原始数据呈递增或递减变化趋势的个别原始数据，记为问题数据且问题数据对应的序号按由小到大的顺序依次记为j、k、l、......、t；
步骤3、对于步骤2中序号为j的问题数据分别判断其前后相邻的原始数据是否符合处理窗口内原始数据的呈递增或递减变化趋势，若在序号为j的问题数据之前相邻的原始数据有不符合的，记为事件J1并统计事件J1包含的问题数据个数，若在序号为j的问题数据之后相邻的原始数据有不符合的，记为事件J2并统计事件J2包含的问题数据个数，具体判断方法如下，若处理窗口内的原始数据的变化趋势选择为递增趋势，
对于J1事件，剔除序号为j-1的问题数据之后，判断序号为j-2的原始数据Y＝F(xj-2)与序号为j的原始数据Y＝F(xj)关系；
如果F(xj)≥F(xj-2)，则处理窗口内序号j之前的原始数据已经符合递增变化趋势，事件J1包含的问题数据个数为1；
如果F(xj)＜F(xj-2)，则继续剔除序号为j-2的问题数据，判断序号为j-3的原始数据Y＝F(xj-3)与序号为j的原始数据Y＝F(xj)的关系；
如果F(xj)≥F(xj-3)，则处理窗口内序号j之前的原始数据已经符合递增变化趋势，事件J1包含的问题数据个数为2；
如果F(xj)＜F(xj-3)，则继续剔除序号为j-3的问题数据，直到剔除序号为j-i+1的问题数据之后，判断序号为j-i的原始数据Y＝F(xj-i)与序号为j的原始数据Y＝F(xj)的关系，其中i≤j-1，且i＝1、2、....、n；
如果F(xj)≥F(xj-i)，则处理窗口内序号j之前的原始数据已经符合递增变化趋势，事件J1包含的问题数据个数为i-1；
如果F(xj)＜F(xj-i)，则事件J1包含的问题数据个数为i，序号j之前的所有原始数据均为问题数据，需全部剔除；
对于J2事件，剔除序号为j的问题数据之后，判断序号为j+1的原始数据Y＝F(xj+1)与序号为j-1的原始数据Y＝F(xj-1)关系；
如果F(xj+1)≥F(xj-1)，则处理窗口内序号j之后且序号k之前的原始数据已经符合递增变化趋势，事件J2包含的问题数据个数为1；
如果F(xj+1)＜F(xj-1)，则继续剔除序号为j+1的问题数据，判断序号为j+2的原始数据Y＝F(xj+2)与序号为j-1的原始数据Y＝F(xj-1)的关系；
如果F(xj+2)≥F(xj-1)，则处理窗口内序号j之后且序号k之前的原始数据已经符合递增变化趋势，事件J2包含的问题数据个数为2；
如果F(xj+2)＜F(xj-1)，则继续剔除序号为j+2的问题数据，直到剔除序号为j+i-1的问题数据之后，判断序号为j+i的原始数据Y＝F(xj+i)与序号为j-1的原始数据Y＝F(xj-1)的关系，其中i≤n-j，且i＝1、2、....、n；
如果F(xj+i)≥F(xj-1)，则处理窗口内序号j之后且序号k之前的原始数据已经符合递增变化趋势，事件J2包含的问题数据个数为i；
如果F(xj+i)＜F(xj-1)，则事件J2包含的问题数据个数为i+1；即将序号j之后且序号k之前的所有原始数据均为问题数据，需全部剔除；
依此类推，分别判断序号为k、l、......、t的问题数据的情况，依次记为事件K1并统计事件K1包含的问题数据个数、记为事件K2并统计事件K2包含的问题数据个数、记为事件L1并统计事件L1包含的问题数据个数和记为事件L2并统计事件L2包含的问题数据个数、......、记为事件T1并统计事件T1包含的问题数据个数和记为事件T2并统计事件T2包含的问题数据个数；
步骤4、将步骤3中所述的事件J1、J2、K1、K2、L1、L2、......、T1和T2包含的问题数据个数按照表达式A＝min(J1，J2)+min(K1，K2)+min(L1，L2)+......+min(T1，T2)计算出最少问题数据个数值A，并将对应序号的问题数据剔除，进而得到优化后的且严格呈递增或递减变化趋势的原始数据。
优选的，在所述步骤4中还包括至少两组A值相等的情况，分别记为A1和A2且A1＝A2。
优选的，还包括步骤5、经步骤4剔除问题数据后，对处理窗口内的原始数据采用最小二乘法进行数据拟合，得到拟合函数Yi＝f(xi)＝axi+b，其中i＝1、2、....、n且i不包括步骤4中剔除的A值所对应的问题数据的序号，并求出a值和b值。
优选的，在A1情况下采用步骤5所述的最小二乘法对处理窗口内的原始数据进行数据拟合，得到拟合函数Yi′＝f(xi′)＝a′xi′+b′，其中i＝1、2、....、n且i不包括步骤4中剔除的A1值所对应的问题数据的序号，并求出a′值和b′值；
在A2情况下采用步骤5所述的最小二乘法对处理窗口内的原始数据进行数据拟合，得到拟合函数Yi″＝f(x″i)＝a″x″i+b″，其中i＝1、2、....、n且i不包括步骤4中剔除的A2值所对应的问题数据的序号，并求出a″值和b″值。
优选的，处理窗口内的原始数据函数Y＝F(xi)与拟合函数Yi′＝f(x′i)＝a′x′i+b′间的偏差平方和公式为其中i＝1、2、....、n且i不包括步骤4中剔除的A1值所对应的问题数据的序号；
处理窗口内的原始数据函数Y＝F(xi)与拟合函数Yi″＝f(x″i)＝a″x″i+b″间的偏差平方和公式为其中i＝1、2、....、n且i不包括步骤4中剔除的A2值所对应的问题数据的序号；
比较σ′2和σ″2值的大小，选取数值最小的偏差平方和作为最优解，所述最优解对应的拟合函数为最优拟合函数。
应用本发明的技术方案，具有以下有益效果：
本发明所述的呈递增或递减变化趋势的数据处理方法能够在不改变原始数据的情况下，通过剔除最小个数的问题数据来满足已知的递增或递减变化趋势，便能找到最接近真实情况且符合已知的呈递增或递减变化趋势的拟合函数，有效的解决了现有技术中存在的因传感器测量得到的部分数据不符合已知递增或递减变化趋势的问题。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照实施例，对本发明作进一步详细的说明。
具体实施方式
以下对本发明的实施例进行详细说明，但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。
实施例1：
一种呈递增或递减变化趋势的数据处理方法，在本实施例中选取一自制固液混合流体(其中，固相为泥浆，液相为水)充分混匀后置于一底部设有10个排水孔(孔径优选为1mm)的圆柱形玻璃容器(底部直径优选为20cm)中，并在容器正上方设置用于实时监测流体液位高度差(所述流体液位高度差即流体的初始液位与监测时的液位间的差值)的激光测距传感器(该传感器的型号为华测创时HC-G50)，本实施例是为模拟地表沉降而设计的，由传感器监测的流体液位高度差(流体液位高度差即原始数据)随时间(选取的时间初始值为下午1:00，每间隔半小时由传感器监测一次原始数据并通过网络传输回数据中心进行数据处理与分析)的变化呈现递增趋势，在具有递增变化趋势的多个原始数据中选取n＝24(n≥3)个连续的原始数据作为一个处理窗口进行数据处理，具体包括以下步骤：
步骤1、确定处理窗口内的原始数据满足函数关系式为Y＝F(xi)，其中i＝1、2、....、24，具体原始数据随时间的变化情况见表1；
步骤2、找出步骤1中处理窗口内不符合原始数据呈递增变化趋势的个别原始数据，记为问题数据且问题数据对应的序号按由小到大的顺序依次记为j＝7、k＝15和l＝20；
步骤3、对于步骤2中序号为j＝7的问题数据分别判断其前后相邻的原始数据是否符合处理窗口内原始数据的递增变化趋势，若在序号为j＝7的问题数据之前相邻的原始数据有不符合的，记为事件J1并统计事件J1包含的问题数据个数，若在序号为j＝7的问题数据之后相邻的原始数据有不符合的，记为事件J2并统计事件J2包含的问题数据个数，具体判断方法如下，因处理窗口内的原始数据的变化趋势选择为递增趋势，
对于J1事件，剔除序号为j-1＝7-1＝6的问题数据之后，判断序号为j-2＝7-2＝5的原始数据Y＝F(xj-2)＝F(x5)与序号为j＝7的原始数据Y＝F(xj)＝F(x7)关系；
因F(x7)≥F(x5)，则处理窗口内序号j＝7之前的原始数据已经符合递增变化趋势，事件J1包含的问题数据个数为1；
对于J2事件，剔除序号为j＝7的问题数据之后，判断序号为j+1＝7+1＝8的原始数据Y＝F(xj+1)＝F(x8)与序号为j-1＝7-1＝6的原始数据Y＝F(xj-1)＝F(x6)关系；
因F(x8)＜F(x6)，则继续剔除序号为j+1＝7+1＝8的问题数据，判断序号为j+2＝7+2＝9的原始数据Y＝F(xj+2)＝F(x9)与序号为j-1＝7-1＝6的原始数据Y＝F(xj-1)＝F(x6)的关系；
因F(x9)≥F(x6)，则处理窗口内序号j＝7之后且序号k＝15之前的原始数据已经符合递增变化趋势，事件J2包含的问题数据个数为2；
依此类推，分别判断序号为k和l的问题数据的情况，依次记为事件K1并统计事件K1包含的问题数据个数、记为事件K2并统计事件K2包含的问题数据个数、记为事件L1并统计事件L1包含的问题数据个数和记为事件L2并统计事件L2包含的问题数据个数，经步骤3分析知，J1＝1，J2＝2，K1＝1，K2＝1，L1＝2，L2＝2，；
步骤4、将步骤3中所述的事件J1、J2、K1、K2、L1和L2包含的问题数据个数按照表达式A＝min(J1，J2)+min(K1，K2)+min(L1，L2)＝min(J1，K1，L1)＝min(J1，K2，L1)＝min(J1，K1，L2)＝min(J1，K2，L2)＝1+1+2＝4计算出最少问题数据个数A，并将对应序号的问题数据剔除，其中，考虑到L1＝L2，若剔除事件L1包含的问题数据，则由表1知在序号为l＝20后还会出现问题数据，如序号为21对应的问题数据7.7(因F(x21)＝7.7＜F(x20)＝7.9)，若剔除事件L2包含的问题数据，则由表1知在序号为l＝20后不会出现问题数据，因此，为简化运算，优选剔除事件L2包含的问题数据；
步骤5、经步骤4剔除问题数据后，对处理窗口内的原始数据采用最小二乘法进行数据拟合，得到拟合函数Yi＝f(xi)＝axi+b，其中i＝1、2、....、24且i不包括步骤4中剔除的A值所对应的问题数据的序号，并求出a值和b值。
在所述步骤4中还包括至少两组A值相等的情况，分别记为A1＝min(J1，K1，L2)＝1+1+2＝4和A2＝min(J1，K2，L2)＝1+1+2＝4且A1＝A2；
在A1情况下采用步骤5所述的最小二乘法对处理窗口内的原始数据进行数据拟合，得到拟合函数Yi′＝f(xi′)＝a′xi′+b′，其中i＝1、2、....、24且i不包括步骤4中剔除的A1值所对应的问题数据的序号6、14、20和21，并求出a′值为0.1418和b′值为5.2855；
在A2情况下采用步骤5所述的最小二乘法对处理窗口内的原始数据进行数据拟合，得到拟合函数Yi″＝f(x″i)＝a″x″i+b″，其中i＝1、2、....、24且i不包括步骤4中剔除的A2值所对应的问题数据的序号6、15、20和21，并求出a″为0.1428值和b″值为5.2911。
处理窗口内的原始数据函数Y＝F(xi)与拟合函数Yi′＝f(x′i)＝a′x′i+b′间的偏差平方和公式为其中i＝1、2、....、24且i不包括步骤4中剔除的A1值所对应的问题数据的序号6、14、20和21，参见表2；
处理窗口内的原始数据函数Y＝F(xi)与拟合函数Yi″＝f(x″i)＝a″x″i+b″间的偏差平方和公式为其中i＝1、2、....、24且i不包括步骤4中剔除的A2值所对应的问题数据的序号6、15、20和21，参见表3；
由表2和表3知，比较σ′2和σ″2值的大小，选取数值最小的偏差平方和σ″2作为最优解，所述最优解对应的拟合函数为最优拟合函数。
表1在处理窗口内的流体液位高度差随时间的变化关系
表2在A1情况下处理窗口内原始数据函数Y＝F(xi)与拟合函数Yi′＝f(x′i)＝a′x′i+b′间的偏差平方和情况
表3在A2情况下处理窗口内原始数据函数Y＝F(xi)与拟合函数Yi″＝f(x″i)＝a″x″i+b″间的偏差平方和情况
综上分析知，本实施例的最优拟合函数为Yi″＝f(x″i)＝a″x″i+b″＝0.1428x″i+5.2911，其中其中i＝1、2、....、24且i不包括步骤4中剔除的A2对应的问题数据所对应的序号6、15、20和21，σ″2＝0.3539146。
本实施例所述的呈递增或递减变化趋势的数据处理方法能够在不改变原始数据的情况下，通过剔除最小个数的问题数据来满足已知的递增变化趋势，便能找到最接近真实情况且符合已知的递增变化趋势的拟合函数，有效的解决了现有技术中存在的因传感器测量得到的部分数据不符合已知的递增变化趋势的问题。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种呈递增或递减变化趋势的数据处理方法，其特征在于，在具有呈递增或递减变化趋势的多个原始数据中选取n(n≥3)个连续的原始数据作为一个处理窗口进行数据处理，具体包括以下步骤：
步骤1、确定处理窗口内的原始数据满足函数关系式为Y＝F(xi)，其中i＝1、2、....、n；
步骤2、找出步骤1中处理窗口内不符合原始数据呈递增或递减变化趋势的个别原始数据，记为问题数据且问题数据对应的序号按由小到大的顺序依次记为j、k、l、......、t；
步骤3、对于步骤2中序号为j的问题数据分别判断其前后相邻的原始数据是否符合处理窗口内原始数据呈递增或递减的变化趋势，若在序号为j的问题数据之前相邻的原始数据有不符合的，记为事件J1并统计事件J1包含的问题数据个数，若在序号为j的问题数据之后相邻的原始数据有不符合的，记为事件J2并统计事件J2包含的问题数据个数，依此类推，分别判断序号为k、l、......、t的问题数据的情况，依次记为事件K1并统计事件K1包含的问题数据个数、记为事件K2并统计事件K2包含的问题数据个数、记为事件L1并统计事件L1包含的问题数据个数和记为事件L2并统计事件L2包含的问题数据个数、......、记为事件T1并统计事件T1包含的问题数据个数和记为事件T2并统计事件T2包含的问题数据个数；
步骤4、将步骤3中所述的事件J1、J2、K1、K2、L1、L2、......、T1和T2包含的问题数据个数按照表达式A＝min(J1，J2)+min(K1，K2)+min(L1，L2)+......+min(T1，T2)计算出最少问题数据个数值A，并将对应序号的问题数据剔除，进而得到优化后的且严格呈递增或递减变化趋势的原始数据。
2.根据权利要求1所述的呈递增或递减变化趋势的数据处理方法，其特征在于，在所述步骤4中还包括至少两组A值相等的情况，分别记为A1和A2且A1＝A2。
3.根据权利要求2所述的呈递增或递减变化趋势的数据处理方法，其特征在于，还包括步骤5、经步骤4剔除问题数据后，对处理窗口内的原始数据采用最小二乘法进行数据拟合，得到拟合函数Yi＝f(xi)＝axi+b，其中i＝1、2、....、n且i不包括步骤4中剔除的A值所对应的问题数据的序号，并求出a值和b值。
4.根据权利要求3所述的呈递增或递减变化趋势的数据处理方法，其特征在于，在A1情况下采用步骤5所述的最小二乘法对处理窗口内的原始数据进行数据拟合，得到拟合函数Yi′＝f(x′i)＝a′x′i+b′，其中i＝1、2、....、n且i不包括步骤4中剔除的A1值所对应的问题数据的序号，并求出a′值和b′值；
在A2情况下采用步骤5所述的最小二乘法对处理窗口内的原始数据进行数据拟合，得到拟合函数Yi″＝f(x″i)＝a″x″i+b″，其中i＝1、2、....、n且i不包括步骤4中剔除的A2值所对应的问题数据的序号，并求出a″值和b″值。
5.根据权利要求4所述的呈递增或递减变化趋势的数据处理方法，其特征在于，处理窗口内的原始数据函数Y＝F(xi)与拟合函数Yi′＝f(x′i)＝a′x′i+b′间的偏差平方和公式为其中i＝1、2、....、n且i不包括步骤4中剔除的A1值所对应的问题数据的序号；
处理窗口内的原始数据函数Y＝F(xi)与拟合函数Yi″＝f(x″i)＝a″x″i+b″间的偏差平方和公式为其中i＝1、2、....、n且i不包括步骤4中剔除的A2值所对应的问题数据的序号；
比较σ′2和σ″2值的大小，选取数值最小的偏差平方和作为最优解，所述最优解对应的拟合函数为最优拟合函数。
CN201910712415.4A 2019-08-02 2019-08-02 一种呈递增或递减变化趋势的数据处理方法 Active CN110413949B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910712415.4A CN110413949B (zh) 2019-08-02 2019-08-02 一种呈递增或递减变化趋势的数据处理方法
PCT/CN2019/109422 WO2021022656A1 (zh) 2019-08-02 2019-09-30 一种数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910712415.4A CN110413949B (zh) 2019-08-02 2019-08-02 一种呈递增或递减变化趋势的数据处理方法

Publications (2)

Publication Number Publication Date
CN110413949A true CN110413949A (zh) 2019-11-05
CN110413949B CN110413949B (zh) 2021-03-09

Family

ID=68365494

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910712415.4A Active CN110413949B (zh) 2019-08-02 2019-08-02 一种呈递增或递减变化趋势的数据处理方法

Country Status (2)

Country Link
CN (1) CN110413949B (zh)
WO (1) WO2021022656A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114356998A (zh) * 2022-01-08 2022-04-15 浙江力石科技股份有限公司 一种大数据旅游资源数据补偿方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114137246B (zh) * 2021-12-30 2022-08-19 燕山大学 应用加速度计并结合dfa法的旋转体实时转速测定方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120005560A1 (en) * 2010-07-01 2012-01-05 Steiner Avi System and method for multi-dimensional encoding and decoding
US20140298097A1 (en) * 2013-03-28 2014-10-02 General Electric Company System and method for correcting operational data
CN104899327A (zh) * 2015-06-24 2015-09-09 哈尔滨工业大学 一种无类别标签的时间序列异常检测方法
CN106095655A (zh) * 2016-05-31 2016-11-09 北京蓝海讯通科技股份有限公司 一种异常检测方法、应用和监控设备
CN106649579A (zh) * 2016-11-17 2017-05-10 苏州航天系统工程有限公司 一种用于管网建模的时序数据清洗方法
CN107992579A (zh) * 2017-12-06 2018-05-04 上海评驾科技有限公司 一种车联网数据的过滤方法
CN108320063A (zh) * 2018-03-26 2018-07-24 上海积成能源科技有限公司 一种电力负荷预测中对异常数据剔除和去噪处理的方法
CN108663995A (zh) * 2017-03-30 2018-10-16 郑州大学 一种工业过程变量趋势异常检测方法及装置
CN108692711A (zh) * 2018-03-21 2018-10-23 天津大学 基于低空探空火箭的海洋数据处理的实现方法
CN109947755A (zh) * 2019-03-05 2019-06-28 南京道润交通科技有限公司 路面使用性能检测数据质量控制方法、存储介质、电子设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160132332A (ko) * 2014-03-06 2016-11-17 레스퍼러토리 모션 인코포레이티드 생리학적 데이터세트에서의 경향과 가변성을 디스플레이하기 위한 방법 및 디바이스
CN107332691B (zh) * 2017-06-08 2021-01-26 西安电子科技大学 一种无线传感器网络故障节点检测方法
CN108388866B (zh) * 2018-02-27 2021-08-24 海南热带海洋学院 一种植被单调变化趋势检测方法及相关装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120005560A1 (en) * 2010-07-01 2012-01-05 Steiner Avi System and method for multi-dimensional encoding and decoding
US20140298097A1 (en) * 2013-03-28 2014-10-02 General Electric Company System and method for correcting operational data
CN104899327A (zh) * 2015-06-24 2015-09-09 哈尔滨工业大学 一种无类别标签的时间序列异常检测方法
CN106095655A (zh) * 2016-05-31 2016-11-09 北京蓝海讯通科技股份有限公司 一种异常检测方法、应用和监控设备
CN106649579A (zh) * 2016-11-17 2017-05-10 苏州航天系统工程有限公司 一种用于管网建模的时序数据清洗方法
CN108663995A (zh) * 2017-03-30 2018-10-16 郑州大学 一种工业过程变量趋势异常检测方法及装置
CN107992579A (zh) * 2017-12-06 2018-05-04 上海评驾科技有限公司 一种车联网数据的过滤方法
CN108692711A (zh) * 2018-03-21 2018-10-23 天津大学 基于低空探空火箭的海洋数据处理的实现方法
CN108320063A (zh) * 2018-03-26 2018-07-24 上海积成能源科技有限公司 一种电力负荷预测中对异常数据剔除和去噪处理的方法
CN109947755A (zh) * 2019-03-05 2019-06-28 南京道润交通科技有限公司 路面使用性能检测数据质量控制方法、存储介质、电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JIMMY2ANGEL: "怎么找出趋势递减数列（并非绝对递减）中的异常元素？", 《HTTPS://SEGMENTFAULT.COM/Q/1010000019457856》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114356998A (zh) * 2022-01-08 2022-04-15 浙江力石科技股份有限公司 一种大数据旅游资源数据补偿方法

Also Published As

Publication number Publication date
CN110413949B (zh) 2021-03-09
WO2021022656A1 (zh) 2021-02-11

Similar Documents

Publication Publication Date Title
CN106206346B (zh) 具取样率决定机制的量测抽样方法
CN101793887B (zh) 大菱鲆养殖水质评价的模糊神经网络专家系统的构建方法
CN110413949A (zh) 一种呈递增或递减变化趋势的数据处理方法
CN108960306A (zh) 基于smt大数据的锡膏检测阈值优化方法
CN103577888A (zh) 一种改进的熵权层次分析法及其应用
CN206440945U (zh) 一种基于人工神经网络算法的混凝投药控制系统
CN110310021A (zh) 一种用于基坑监测预警的场地环境与监测点匹配系统
CN110231447A (zh) 水质异常检测的方法、装置及终端设备
CN109063885A (zh) 一种变电站异常量测数据预测方法
CN109491709B (zh) 一种基于ahp与神经网络的软件代码可控度综合评价方法
CN107462299B (zh) 一种用积分进行油罐容积表标定的数据处理方法
CN108612037A (zh) 一种基于大断面测量数据确定河底基准高程的方法及其系统
CN106059816B (zh) 中转库选址方法和系统
CN110186533A (zh) 一种高精度的河口短期潮位预报方法
CN110346005A (zh) 基于深度学习的科里奥利质量流量计数字信号处理方法
CN108492026A (zh) 一种基于集成正交成分最优化回归分析的软测量方法
CN108805447A (zh) 一种农田土壤重金属污染分析预警系统
CN108255788A (zh) 一种评估数据的可信度的方法及装置
CN113095694A (zh) 一种适用于多地貌类型区的降雨输沙模型构建方法
CN111141341A (zh) 涡轮流量计的补偿方法及其系统、存储介质
CN114705177A (zh) 一种基于误差分析的光纤陀螺测姿数据处理方法
CN108563201A (zh) 一种dmaic驱动的小批量零件加工工艺过程质量改进方法
CN111210131B (zh) 面向流程工业的物料统计平衡方法
CN111210877A (zh) 一种推断物性参数的方法及装置
CN114842921A (zh) 基于线性回归和决策树模型的市政污水除磷药剂投加方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: No.168, Section 2, Yanhe Road, Wangcheng economic and Technological Development Zone, Changsha City, Hunan Province

Applicant after: Hunan Lianzhi Technology Co.,Ltd.

Address before: 410200 No. 168 Yanhe Road, Wangcheng District, Changsha City, Hunan Province

Applicant before: HUNAN LIANZHI BRIDGE AND TUNNEL TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A data processing method that presents a trend of increasing or decreasing changes

Effective date of registration: 20230613

Granted publication date: 20210309

Pledgee: Agricultural Bank of China Limited Changsha Wangcheng District sub branch

Pledgor: Hunan Lianzhi Technology Co.,Ltd.

Registration number: Y2023980043732

PE01 Entry into force of the registration of the contract for pledge of patent right