本部分介绍使用人工数据实施离群值检测和异常检测的流程，旨在更加容易理解霍特林T2方法的运用。
按照Step2和3对异常进行分类时，可以看出异常数据②尤其在传感器2的数值上，呈现出似乎伴有漂移的异常。仅凭此图，很难将异常数据①识别为异常。对于异常数据②，虽然在传感器2一方有部分数据被正确判定为异常，但大多数仍未能判定为异常。情景1中的一维霍特林T2方法，由于将传感器1和2分别作为输入，因此全然不考虑数据之间的相关性结构，而仅根据各传感器值的可能范围来判定异常。因此，尤其对于传感器值范围相同的异常数据①，结果是完全无法判定为异常。
本文来自作者[极核拓研馆]投稿，不代表绮畅科技网立场，如若转载，请注明出处：https://www.lorte.cn/zixun/202609/1219.html
评论列表（4条）
我是绮畅科技网的签约作者“极核拓研馆”！
希望本篇文章《工业设备维保进阶：传感器数据定量分析精准锁定异常》能对你有所帮助！
本站[绮畅科技网]内容主要涵盖：教育咨询,知识百科
本文概览：本部分介绍使用人工数据实施离群值检测和异常检测的流程，旨在更加容易理解霍特林T2方法的运用。