【摘要】：馬田系統(tǒng)是以馬氏距離為測量尺度,通過選取正常樣本構(gòu)建馬氏空間,對多元系統(tǒng)進行診斷和預(yù)測的分類技術(shù)。馬氏距離對樣本數(shù)據(jù)的變化非常敏感,因此用于構(gòu)建馬氏空間的正常樣本的數(shù)據(jù)質(zhì)量直接影響到分類的準(zhǔn)確率。實際應(yīng)用中正常樣本的選取大多依據(jù)主觀經(jīng)驗判斷,缺乏客觀規(guī)范的選擇機制。本文提出基于控制圖的馬氏空間生成機理,先由專家選取的正常樣本構(gòu)建初始馬氏空間,再以每個正常樣品在初始馬氏空間和對應(yīng)的縮減馬氏空間上的馬氏距離增量作為新的測量尺度,以此建立單值控制圖,利用控制圖穩(wěn)定性判定規(guī)則剔除異常數(shù)據(jù),從而得到穩(wěn)定狀態(tài)的馬氏空間。實驗分析結(jié)果表明該方法的有效性且提高了馬田系統(tǒng)分類的準(zhǔn)確率。
[Abstract]:The Martian system is a classification technique which uses Markov distance as the measurement scale and selects normal samples to construct the Markov space to diagnose and predict the multivariate system. Markov distance is very sensitive to the variation of sample data, so the quality of normal samples used to construct Markov space directly affects the accuracy of classification. In practical application, the selection of normal samples is mostly based on subjective experience, and lacks objective and normative selection mechanism. In this paper, the generating mechanism of Markov space based on control chart is proposed. First, the initial Markov space is constructed from the normal samples selected by experts. Then the increment of the Markov distance of each normal sample in the initial Markov space and the corresponding reduced Markov space is taken as the new measurement scale, and the single-value control chart is established, and the abnormal data is eliminated by using the stability rule of the control chart. The stable Markov space is obtained. The experimental results show that the proposed method is effective and improves the accuracy of classification.
【作者單位】： 南京理工大學(xué)經(jīng)濟管理學(xué)院;南京師范大學(xué)泰州學(xué)院;
【基金】：國家自然科學(xué)基金項目(71271114)
【分類號】：O213.1

【相似文獻】

相關(guān)期刊論文 前10條

1 高付清;完全馬氏場的存在性、吸引規(guī)范及排斥規(guī)范[J];數(shù)學(xué)雜志;1989年02期

2 陳文鋒;晃志英;;一種帶有模糊觀測層的隱馬氏模型[J];貴州師范大學(xué)學(xué)報(自然科學(xué)版);2011年01期

3 胡迪鶴;有鄰集上的一般狀態(tài)的馬氏場(Ⅰ)[J];數(shù)學(xué)雜志;1986年04期

4 高付清;轉(zhuǎn)移律、馬氏規(guī)范及馬氏場[J];數(shù)學(xué)雜志;1988年03期

5 高付清;“轉(zhuǎn)移律、馬氏規(guī)范及馬氏場”一文的幾點注記[J];數(shù)學(xué)雜志;1989年02期

6 J.A.Filar,劉克;評《馬氏決策過程》[J];科學(xué)通報;1999年01期

7 葉飛;王翼飛;;高階隱馬氏模型研究進展[J];數(shù)學(xué)進展;2014年02期

8 王斌賓;史定華;;剖面隱馬氏模型訓(xùn)練算法的改進[J];應(yīng)用數(shù)學(xué)與計算數(shù)學(xué)學(xué)報;2006年01期

9 高榮興;;無限狀態(tài)多重約束馬氏決策的最優(yōu)隨機平穩(wěn)策略(英文)[J];經(jīng)濟數(shù)學(xué);1990年01期

10 陳木法;最優(yōu)馬氏耦合[J];自然科學(xué)進展;1994年01期

相關(guān)會議論文 前7條

1 劉啟浩;楊振海;;可變抽樣區(qū)間的累積合格品數(shù)控制圖[A];2003中國現(xiàn)場統(tǒng)計研究會第十一屆學(xué)術(shù)年會論文集（上）[C];2003年

2 郭寶才;孫利榮;;抽樣資源的分配對于，

本文編號：2383895