科技广场
科技廣場
과기엄장
SCIENCE TECHNOLOGY PLAZA
2013年
3期
245-248
,共4页
不良数据辨识%GSA肘形判据%最大最小距离法%优化GSA辨识模型
不良數據辨識%GSA肘形判據%最大最小距離法%優化GSA辨識模型
불량수거변식%GSA주형판거%최대최소거리법%우화GSA변식모형
B ad D ata Identification%G SA E lbow C riterion%T he M ax-m in D istance A lgorithm%O ptim ize the G S A Identification M odel
不良数据辨识是提高工业自动化监测数据可靠性的有效方法.为克服聚类初值随意选取对传统G SA 不良数据辨识算法的精度和运算速度造成的负面影响,本文利用最大最小距离法对基于G SA 不良数据辨识过程进行了优化.分别将传统GSA 算法和优化GSA 算法应用于UCI标准数据库中的IRIS数据集辨识中,仿真结果表明,优化G SA 算法在辨识精度和计算耗时方面明显优于传统G SA 方法.
不良數據辨識是提高工業自動化鑑測數據可靠性的有效方法.為剋服聚類初值隨意選取對傳統G SA 不良數據辨識算法的精度和運算速度造成的負麵影響,本文利用最大最小距離法對基于G SA 不良數據辨識過程進行瞭優化.分彆將傳統GSA 算法和優化GSA 算法應用于UCI標準數據庫中的IRIS數據集辨識中,倣真結果錶明,優化G SA 算法在辨識精度和計算耗時方麵明顯優于傳統G SA 方法.
불량수거변식시제고공업자동화감측수거가고성적유효방법.위극복취류초치수의선취대전통G SA 불량수거변식산법적정도화운산속도조성적부면영향,본문이용최대최소거리법대기우G SA 불량수거변식과정진행료우화.분별장전통GSA 산법화우화GSA 산법응용우UCI표준수거고중적IRIS수거집변식중,방진결과표명,우화G SA 산법재변식정도화계산모시방면명현우우전통G SA 방법.
B ad data identification is an effective m ethod for im proving m onitoring data reliability in industrial autom ation.In orderto overcom e negative effects oftraditionalG SA bad data identification algorithm on identifi-cation precision and com putation rate, the m ax-m in distance algorithm w as used for optim izing G SA algorithm . T his paper A pplies traditional G SA algorithm and optim ized G SA algorithm to IR IS dataset of U C I standard database. T he sim ulation results show that the identification precision and com putation rate of optim ized G S A al-gorithm are betterthan traditionalG SA algorithm .
