[发明专利]基于KMDB的软测量建模数据异常点检测方法

权利要求书

1.一种基于KMDB的软测量建模数据异常点检测方法，其特征在于包含有以下步骤：

(1)设定异常点比例p₀与误差比较系数t；

(2)确定样本数据集，计算用该数据集进行软测量建模的建模测试误差e₀；

(3)根据误差使用公式(1)计算K值并对数据集聚类，将数据集划分为K类：

式中：K₀＝1，为向上取整符号，为向下取整符号，e为相对误差，i＝0，1，2，....，N，N为迭代次数；

(4)调节Eps和MinPts，用DBSCAN算法进行局部聚类，不属于任何簇的点即为异常点；这里MinPts和Eps的初值根据不同的数据集依赖经验设定；

(5)合并各局部聚类结果，判断异常样本占总样本的比例p是否小于设定值p₀：

若p＜p₀，进行下一步，

若p≥p₀，依据异常样本占总样本的比例值p，调整MinPts和Eps的大小：

返回步骤(4)，式中j＝1，2，....；

(6)将删除异常点以后的数据划为正确数据，将正确数据作为建模数据进行软测量建模，得到建模测试误差e，比较e与te₀的大小：

若e≤te₀，则认为此次异常点检测是有效的，将去除异常点后的数据作为样本数据，

若e＞te₀，则此次检测为无效，返回步骤(3)；

(7)设定算法迭代次数为5000次，若在迭代次数范围内设定条件未达到，需重新选择p₀与t，若在迭代次数范围内能达到设定条件，异常点检测结束。