[发明专利]一种基于时滞互信息的空分工厂氮气浓度相关性分析方法在审
申请号: | 202010033420.5 | 申请日: | 2020-01-13 |
公开(公告)号: | CN111459921A | 公开(公告)日: | 2020-07-28 |
发明(设计)人: | 郑松;裘虹飞;葛铭;郑小青;魏江 | 申请(专利权)人: | 杭州电子科技大学 |
主分类号: | G06F16/215 | 分类号: | G06F16/215;G06F16/2458;G06Q10/06;G06Q50/04 |
代理公司: | 杭州杭诚专利事务所有限公司 33109 | 代理人: | 尉伟敏 |
地址: | 310018 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 互信 工厂 氮气 浓度 相关性 分析 方法 | ||
1.一种基于时滞互信息的空分工厂氮气浓度相关性分析方法,其特征在于,包括以下步骤:
S1:输入空分工厂存至于空分数据库的数据;
S2:对数据根据公式进行预处理消除显著误差;
S3:根据公式计算两个变量之间的一个延迟时间τ;
S4:将计算得到的延迟时间τ与互信息相结合,运用公式计算不同变量之间的互信息值;
S5:通过互信息值选择变量作为相关变量初选集;
S6:在相关变量初选集中选择最优变量作为相关变量最终选集。
2.根据权利要求1所述的一种基于时滞互信息的空分工厂氮气浓度相关性分析方法,其特征在于,所述S2中公式包括:
其中,是数据a1,a2,…an的平均值,a′是绝对偏差。
3.根据权利要求1或2所述的一种基于时滞互信息的空分工厂氮气浓度相关性分析方法,其特征在于,所述S2中公式还包括:
其中,b是显著误差,如果某一数据ai的绝对偏差大于b,则认为该点是错误数据,用样本均值代替数据。
4.根据权利要求1所述的一种基于时滞互信息的空分工厂氮气浓度相关性分析方法,其特征在于,所述S3中公式为:
其中,p(ai)和p(bj+τ)为概率密度函数,p(ai,bj+τ)为联合概率密度函数,I(τ)为互信息值,通过计算不同时滞τ下的I(τ)值,得到首次I(τ)值出现极大值时的τ,即为两变量之间的时滞大小。
5.根据权利要求1所述的一种基于时滞互信息的空分工厂氮气浓度相关性分析方法,其特征在于,所述S4中公式包括:
其中,A(t)是指t时刻A的值,B(t+τ)是相对于A(t)延迟τ时刻的值。
6.根据权利要求1所述的一种基于时滞互信息的空分工厂氮气浓度相关性分析方法,其特征在于,所述S5具体包括以下步骤:
S51:将各变量的互信息值进行排序;
S52:在排序后的互信息值中选出相关变量初选集。
7.根据权利要求1所述的一种基于时滞互信息的空分工厂氮气浓度相关性分析方法,其特征在于,所述S6具体包括以下步骤:
S61:在相关变量初选集中去除冗余变量;
S62:从剩余的变量中确定相关变量最终选集。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010033420.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:半导体装置
- 下一篇:一种基于三角子图划分的社交网络子图嵌入方法及系统