基于改進(jìn)魯棒馬氏距離與卡平方分布的粗差判別及其應(yīng)用

針對可能含有粗差的樣本數(shù)據(jù),提出一種基于改進(jìn)魯棒馬氏距離和卡平方分布的粗差判別方法.首先,該算法通過CDC2-MVT(Closest distance to center-Ellipsoidal multivariate trimming)初步抗差估計樣本的魯棒馬氏距離,接著通過CESD(Consistently estimate the standard deviation)漸近估計魯棒馬氏距離的標(biāo)準(zhǔn)差,從而找出最一致的觀測樣本.然后,基于最一致的觀測樣本重新估計總體的位置參數(shù)和尺度參數(shù),進(jìn)而估計改進(jìn)魯棒馬氏距離,在保證估計位置參數(shù)和尺度參數(shù)抗差性的同時,克服了CDC2-MVT方法效率不足的缺點.最后,基于改進(jìn)魯棒馬氏距離,通過卡平方分布判別樣本數(shù)據(jù)中的粗差.仿真研究與實際應(yīng)用表明,提出的粗差判別方法明顯優(yōu)于基于CDC2-MVT、CDCm-MVT和MCD的粗差判別方法.

作 者： 吳國慶 顏學(xué)峰 WU Guo-qing YAN Xue-feng   作者單位： 華東理工大學(xué),自動化研究所,上海,200237  刊 名： 化工自動化及儀表  ISTIC PKU 英文刊名： CONTROL AND INSTRUMENTS IN CHEMICAL INDUSTRY  年，卷(期)： 2007 34(6)  分類號： O212.4  關(guān)鍵詞： 離群點   粗差   抗差估計   魯棒馬氏距離  

【基于改進(jìn)魯棒馬氏距離與卡平方分布的粗差判別及其應(yīng)用】相關(guān)文章：

線性回歸在滑坡監(jiān)測數(shù)據(jù)粗差判別中的應(yīng)用04-28

基于改進(jìn)的HD距離的星圖識別算法04-27

加權(quán)歐氏距離及其應(yīng)用04-27

穩(wěn)定分布及其在金融中的應(yīng)用04-28

滯后區(qū)間系統(tǒng)的魯棒穩(wěn)定性分析及其應(yīng)用04-29

基于改進(jìn)歐拉公式的GM(1,1)模型及其應(yīng)用04-26

基于魯棒性的概率優(yōu)化設(shè)計在薄壁構(gòu)件耐撞性中的應(yīng)用04-27

半馬氏過程的一維分布及構(gòu)造04-26

基于神經(jīng)網(wǎng)絡(luò)的魯棒制導(dǎo)律設(shè)計04-26

魯棒顫振裕度法的應(yīng)用04-30