matlab-罗曼诺夫斯基准则剔除粗大值
罗曼诺夫斯基准则原理
罗曼诺夫斯基准则又称 t检验准则,其特点是首先删除一个可疑的的测得值,然后按 t分布检验被剔除的测量值是否含有粗大误差
罗曼诺夫斯基准则
1)选取合适的显著度a,选择合适的数据处理长度n。由a、n在t分布表中查出系数K。(例如:a为0.05、n为15,则 K2.24)
2)计算处理段数据的平均值 3)计算处理段数据的标准 4)| 检测值 - 计算处理段数据的平均值 | > K*计算处理段数据的标准差,如果成立则检测值为粗大值,需要剔除。
实现代码
function out = fun_romanovsky(data, l, a)
% 功能:罗曼诺夫斯基准则剔除粗大值
% 参数:
% data 输入数据
% l 分段长度
% a 显著度
% 返回值:剔除粗大值后的数据[m,n] = size(data);if m > 1data = data';endif length(data) <= lout = NaN;return;endout = data;i1 = 1;i2 = 1;while ( i1 <= length(data)-l )temp = data(i1:i1+l);data_mean = mean(temp);
% v = temp - data_mean;
% 求方差temp_std = std(temp);
% K由l、a查表所得K = 2.24;if abs(data(i1 + l) - data_mean) > K*temp_stdout(i2 + l) = NaN;data(i1 + l)= [];elsei1 = i1 + 1;endi2 = i2 + 1;end
end
测试代码
data = [20.42 20.43 20.40 20.43 20.42 20.43 20.30 20.40 20.43 20.42 20.41 20.39 20.39 20.40 20.40 21.40 20.43 20.39 20.60 20.39 20.42 20.40 20.43];
data1= fun_romanovsky(data, 15, 0.05);
x = 1:length(data);
figure(2);
plot(x, data, 'b-', x , data1, 'ro');
legend('处理前','处理后');
效果图
转载于:https://www.cnblogs.com/Ffdd/p/9228533.html
matlab-罗曼诺夫斯基准则剔除粗大值相关推荐
- 红色警戒2:罗曼诺夫的复仇(openRA) Linux安装指南
红色警戒2:罗曼诺夫的复仇 Linux安装指南 Red Alert 2: Romanov's Vengeance Linux安装指南 openRA 编译 游戏截图: -----方法1 AppImage ...
- 歪写数学史(只要真理——罗巴切夫斯基)
即使目前为止的出场人物里超过半数来自法国, 我依然跳过了如帕斯卡, 傅里叶,彭赛列,泊松这样伟大的名字.当我再次审视巴黎这座时尚之都的时候, 只有戴上墨镜才能不被那一道道比 Hermes.Chanel ...
- 坚持真理的艰辛——罗巴切夫斯基创立非欧几何的艰难历程
1893年,在喀山大学树立起世界上第一个数学家的塑像.这位数学家就是俄国的伟大学者.非欧几何的创始人之一罗巴切夫期基(H.N.JIoqaheBCKNN,1792-1856).非欧几何是人类认识史上一个 ...
- python求圆周率马青公式_Python 实现丘德诺夫斯基(Chudnovsky)法計算高精度圓周率...
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼 源码:(需要将 @ 替换成 ASCII空格) # -*- coding: UTF-8 -*- # 丘德诺夫斯基法計算高精度圓周率程序 # Calculat ...
- Python 实现丘德诺夫斯基(Chudnovsky)法計算高精度圓周率
[原创] 本文利用Python自带的高精度整型计算功能,实现丘德诺夫斯基(Chudnovsky)法計算高精度圓周率.计算速度比马青公式要快. 经过艰苦的调试,实现该计算,10万位的计算在秒级完成.以下 ...
- Python:实现chudnovsky algorithm楚德诺夫斯基算法(附完整源码)
Python:实现chudnovsky algorithm楚德诺夫斯基算法 from decimal import Decimal, getcontext from math import ceil, ...
- MATLAB编程实现哈夫曼编码
用MATLAB编程实现哈夫曼编码 一.实验目的 理解信源编码的意义 熟悉 MATLAB程序设计: 掌握哈夫曼编码的方法及计算机实现 二.实验原理 统计n个信源消息符号,得到n个不同概率的信息符号 将这 ...
- 弗朗西斯科·罗曼·阿拉尔孔·苏亚雷斯!!伊斯科!!
目录 弗朗西斯科·罗曼·阿拉尔孔·苏亚雷斯 弗朗西斯科·罗曼·阿拉尔孔·苏亚雷斯 弗朗西斯科·罗曼·阿拉尔孔·苏亚雷斯(Francisco Román Alarcón Suarez),昵称伊斯科(Is ...
- 吉洪诺夫 matlab,使用三种方法求解吉洪诺夫正则化参数,为什么结果相同
问题主要是使用了三种不同的方法去求解吉洪诺夫正则化的参数,具体过程在附件,但是求解的结果不怎么对劲 %以下为L曲线验证 [L,W]=get_l(76,2); [UU,sm,XX] = cgsvd (A ...
最新文章
- 解决idea中执行maven命令失败的问题
- 广东省计算机媒体大赛,广东省大学生计算机设计大赛
- JDK 9、10和11中的安全性增强
- C++ 类的const成员函数
- java replace stringbuilder_JAVA 中Stringbuilder类的方法
- 小七揭密delphi源码免杀系列教程
- c++ GUI轻量工具包FLTK介绍 (1)
- 如何设计一个好看的 404 错误页面 ?
- php模拟用户自动在qq空间发表文章的方法
- 使用 Nginx 反向代理域名
- Kafka-Zookeeper监控工具简介、安装及使用 03
- Tableau中的筛选器
- Mac 安装包破损 或 软件不受信任无法打开
- 自然语言处理(二)——词性标注与命名实体识别
- html布局图解,web前端之布局模型详解
- 移动互联的“大熊猫”——优秀前端工程师
- Android应用UI自动化测试(Python+appium之appium启动APP前配置的参数)
- Vue中使用高德地图,简单明了
- 项目管理sod_SOD健康给世界快乐体育公益项目在京启动
- 轻松省力清洁地面,分分钟搞定家务,云米智能洗地机Cyber Lite体验
热门文章
- 理解Angular的Reactive Form
- redis在Windows下以后台服务一键搭建集群(多机器)
- gulpfile.js不断更新中...
- pythonkeywordis与 ==的差别
- CentOS 上snmp的安装和配置
- C# 正则表达式整理
- Objective-C 2.0 with Cocoa Foundation---对象的初始化以及实例变量的作用域(1)
- 真的不再使用*狗输入法了,改七七拼音
- clion jiqiao
- [Python] L1-001. Hello World-PAT团体程序设计天梯赛GPLT