海杂波是对海雷达照射海面接收到的后向散射回波,基于匹配统计模型的海杂波特性精确估计理论是不同对海雷达探测工作中实现有效目......

　　近红外光谱分析技术是一种间接分析技术,分析结果的可靠性主要取决于预测模型的准确性和稳定性,面粉样品的原始数据,即样品的......

模式分类是人工智能的一个基础研究领域，是从数据中获取有效信息的一个重要手段。各种各样的分类器被相继提出，并被广泛地用于解决许......

油品性质快速检测是炼化企业生产的重要环节,是稳定生产、优化资源利用率、提升炼化企业生产效益的关键。现有的油品性质快速检测......

为了进一步提升现有鲁棒主成分分析(PCA)算法处理含有异常样本数据的性能,提出了对数变换的PCA算法。为降低异常样本对目标函数值......

近红外光谱定量分析的过程中，异常样品的干扰是影响分析模型的重要因素，因此异常样品的判别与处理是提高模型预测能力的一个重要步骤......

近红外光谱分析中,异常样本的存在严重影响定标模型的预测性能和适配性。基于X/Y联合的ODXY异常样本识别和剔除方法,提出并证明了......

迭代重加权（heratively Reweighted）方法是提高最小二乘支持向量机（LSSVM）稳健性的重要手段，但由于涉及到多次加权和重复训练，该方法需要......

关于“二次相关法”筛选样本的探讨常州轻工机械厂王兴俊回归分析是处理经济变量间相关关系的统计方法．回归方程的拟合度直接说明口......

在近红外光谱分析中,异常样本的存在会影响所建预测模型的性能.为了剔除异常样本,提高预测模型的预测能力,首先提出并证明了XY距离......

用移动测量平台对路边空气污染进行测量时,其结果易受异常高值样本、污染背景、时空尺度等因素干扰。评述了异常高值样本剔除、背......

针对正常类样本多、异常类样本缺乏问题,基于异常样本加入能提高分类能力及分类精度考虑,提出改进决策的带异常样本1-SVM算法,并用......

针对目前惯组批次性能评估方法中存在易受异常样本影响和结果无法检验的问题,提出了两种基于中位数理论的高效率稳健评估方法,称为......

针对航空发动机振动监控异常样本少的问题,用单类支持向量机建立了一种振动异常检测模型,在仅对正常数据进行训练的基础上便可以进......

采用近红外光谱分析技术建立面粉校正模型,对面粉中灰分含量进行定量分析,并对异常样本进行剔除.试验中采用马氏距离法和蒙特卡洛......

近红外光谱分析技术的广泛应用推动了成品油性质检测技术的快速发展,建立一个预测精度高、可靠性高、稳定性好的检测模型是近红外......

应用声光可调谐滤光器近红外光谱仪检测苹果内部品质（可溶性固形物含量、总糖、总酸和硬度）时,综合利用Cook距离、马氏距离、杠杆值......

OD流拟合,是校准基年OD出行矩阵和交通模型的重要基础性工作,是准确、科学预测区域公路网未来交通量情况的必要前提。针对当前我国......

最小二乘支持向量机代理模型具有较好的泛化能力和强大的非线性处理能力,但其对实际工程中不可避免的异常样本十分敏感,而传统的加......

文章介绍利用R软件对线性回归模型的选择是否合适,模型的误差项是否满足独立性、等方差性、正态性及模型是否存在异常样本等问题实......

多变量时间序列(MTS)在金融、多媒体、医学等领域的应用是非常普遍的.与其它多变量时间序列样本显著不同的样本,我们称之为异常样......

针对PX氧化过程中4-CBA含量无法在线测量的问题，提出了一种基于双阈值更新样本权重的AdaBoost算法，该算法以BP神经网络作为弱学习器，......