运用ARMA模型及小波去噪对瓦斯数据进行预处理研究.docx

运用ARMA模型及小波去噪对瓦斯数据进行预处理研究.docx

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

运用ARMA模型及小波去噪对瓦斯数据进行预处理研究

摘要:为了保证瓦斯浓度在监控过程中采集数据的准确性,针对采集数据中的异常数据、缺失数据与噪声数据,提出了一种预处理方案。采用数据挖掘中的时间序列分析方法,利用前后相邻填补算法和自回归移动平均(Auto-RegressiveMovingAverage,ARMA)模型处理异常、少量缺失数据,利用小波阈值法进行小波去噪处理。实验表明,经过预处理的监测数据更为完整地反映了井下瓦斯的情况。

关键词:ARMA模型数据异常时间序列小波去噪

ResearchonPreprocessingGasDataUsingARMAModelan

文档评论(0)

std365 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档