论文部分内容阅读
本文针对多个粗差探测与定位问题,应用智能信息处理技术中的K均值聚类算法,把对观测值的粗差定位转化为对该组观测值进行分类。依据粗差的出现约占观测总数的1%-10%,确定算法的一层终止条件为所有观测值分配为两类且其中对象较少的一类为粗差类;再引入方差比作为算法的二层终止条件,粗差类和非粗差类的方差比达到或超过试验倍数后,则接受初始聚类结果并最终结束算法。算法对早期的聚类分析方法定位粗差进行了改进和完善,其双重终止条件的应用,进一步提高了粗差探测的可靠性。