[发明专利]一种基于模糊预测系统的野值剔除方法、系统及计算机相关产品

权利要求书

1.一种基于模糊预测系统的野值剔除方法，其特征在于，包括以下步骤：

1)在线构造k时刻的时间序列模糊预测系统；

2)基于所述时间序列模糊预测系统获得k+1时刻的预测值，并计算预测值与观测值之间的残差；

3)利用k+1时刻之前的残差序列，按照狄克松准则确定k+1时刻的残差是否为异常值；如果k+1时刻的残差为异常值，则当前观测值为野值，予以剔除；否则，保留观测值及残差。

2.根据权利要求1所述的一种基于模糊预测系统的野值剔除方法，其特征在于，步骤3)中所述按照狄克松准则确定k+1时刻的残差是否为异常值，具体按照以下方式确定：

设k时刻的残差序列为[ε(k-m+1),ε(k-m+2),…,ε(k)]，排序后获得从小到大序列ε'(i),i＝1,2,…,m；计算k+1时刻的残差ε(k+1)，将ε(k+1)与k时刻的残差序列中的最小值ε'(1)和最大值ε'(m)比较，如果ε'(1)≤ε(k+1)≤ε'(m)，则ε(k+1)不是异常值，相应的，k+1时刻所对应的观测值不是野值。

3.根据权利要求1所述的一种基于模糊预测系统的野值剔除方法，其特征在于，在步骤1)之前，还进行：

步骤0)初始参数设置：循环控制参数k＝1，狄克松准则判别野值的残差序列长度K，时间序列模糊预测系统输入维数n，精度控制参数σ，聚类半径r和遗忘因子τ；构造输入－输出数据对把设为聚类中心并令A表示模糊系统预测因子，B表示模糊系统单位因子。

4.根据权利要求3所述的一种基于模糊预测系统的野值剔除方法，其特征在于，步骤1)所述在线构造k时刻的时间序列模糊预测系统，是考虑第k对输入-输出数据根据模糊系统聚类算法构造时间序列模糊预测系统。

5.根据权利要求4所述的一种基于模糊预测系统的野值剔除方法，其特征在于，步骤1)中所述根据模糊系统聚类算法构造时间序列模糊预测系统，具体是：

1.1)聚类

存在M个聚类中心分别为分别计算到这M个聚类中心的距离设这些距离中最小的距离为即为的最近邻原则聚类；

如果则把作为一个新的聚类中心令B^M+1(k)＝1并令A^l(k)＝A^l(k-1),B^l(k)＝B^l(k-1),l＝1,2,…,M；

如果则做如下计算：

当l≠l_k,l＝1,2,…,M时，令

1.2)模糊系统设计

如果步骤1.1)中并未建立一个新的聚类，则根据k对输入-输出数据设计如下模糊系统：

如果步骤1.1)中建立了一个新的聚类，则设计如下模糊系统：

6.根据权利要求1所述的一种基于模糊预测系统的野值剔除方法，其特征在于，当确定当前观测值为野值、予以剔除后，将其替换为前一帧数据。

7.一种基于模糊预测系统的野值剔除系统，其特征在于，包括以下程序模块：

时间序列模糊预测系统在线构造模块，用于在线构造k时刻的时间序列模糊预测系统；

残差计算模块，用于基于所述时间序列模糊预测系统获得k+1时刻的预测值，并计算预测值与观测值之间的残差；

野值判断模块，用于利用k+1时刻之前的残差序列，按照狄克松准则确定k+1时刻的残差是否为异常值；如果k+1时刻的残差为异常值，则当前观测值为野值，予以剔除；否则，保留观测值及残差。

8.一种计算机设备，包括处理器和存储器，所述存储器存储有若干程序，其特征在于，所述程序被处理器加载运行时实现权利要求1至6任一所述的一种基于模糊预测系统的野值剔除方法。

9.一种计算机可读存储介质，存储有若干程序，其特征在于，所述程序被处理器加载运行时实现权利要求1至6任一所述的一种基于模糊预测系统的野值剔除方法。