申请/专利权人:同济大学
申请日:2023-10-19
公开(公告)日:2024-01-30
公开(公告)号:CN117473717A
主分类号:G06F30/20
分类号:G06F30/20;G06F17/12;G06F17/16;G06F17/18;G06F111/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.20#实质审查的生效;2024.01.30#公开
摘要:本发明公开了一种基于Bernoulli‑Gaussian模型和EM算法的数据质量分析方法,涉及空间地理技术领域,包括基于采集的大地测量的数据进行预处理,并根据粗差的统计构建Bernoulli‑Gaussian模型;基于ExpectationMaximum算法,构建线性观测方程中观测值的混合模型;基于线性观测方程计算Bernoulli‑Gaussian模型参数,并分析大地测量的数据质量。本发明通过线性观测方程中Bernoulli‑Gaussian模型参数的计算方法,得到观测值的精度信息、观测值中的粗差率和粗差大小等因素,并能够无需引入任何阈值用于区分异常值和正常值,避免人为对数据质量的干预,使数据质量的分析结果更加科学可靠。
主权项:1.一种基于Bernoulli-Gaussian模型和EM算法的数据质量分析方法,其特征在于:包括:基于采集的大地测量的数据进行预处理,并根据粗差的统计构建Bernoulli-Gaussian模型;基于ExpectationMaximum算法,构建线性观测方程中观测值的混合模型;基于线性观测方程计算Bernoulli-Gaussian模型参数,并分析大地测量的数据质量。
全文数据:
权利要求:
百度查询: 同济大学 一种基于Bernoulli-Gaussian模型和EM算法的数据质量分析方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。